基于邻居节点相似度的改进DV-Hop节点定位算法

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

基于邻居节点相似度的改进DV-Hop节点定位算法北大核心

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

DV-Hop定位算法的研究与改进

DV-Hop算法是一种无需测距的节点定位方式,其在无线传感器网络中存在较大定位误差.本文引入细化半径的节点通信思路,从而细化最小跳数值,期待改进原算法的不足.大量仿真结果说明:平等仿真前提下,改进算法在没有大幅度增加算法繁琐度的背景下,定位误差有了大幅降低,定位精度得以提升.     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

无线传感器网络中平均跳距修正的DV-Hop定位算法

针对基本无线传感器网络DV-Hop定位算法中,计算平均跳距时产生偏小误差的原因,提出了基于平均跳距修正的DV-Hop算法。改进算法中,引入信标节点个数比例、所有信标节点平均跳距的最大值以及所有信标节点平均跳距的平均值三个因子,并采用它们对平均跳距进行修正。通过Matlab软件对算法进行仿真验证,结果表明,改进后的DV-Hop算法有效降低了未知节点的定位误差,是一种可行的无线传感器网络节点定位解决方案。     

基于节点密度的改进型DV-Hop算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权的DV-Hop定位算法,提出了基于节点密度的定位算法,根据未知节点的邻居节点数,修正了平均跳距。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了5.3%,基于节点密度的定位算法在功耗上比DV-HOP算法减少了20.7%。     

基于改进蝴蝶优化的DV-Hop定位算法

为了进一步提高距离向量跳段算法（Distance Vector-Hop,DV-Hop）的定位精度,提出了一种基于改进蝴蝶（Butterfly Optimization Algorithm,BOA）优化的DV-Hop算法（Improved Butterfly Optimization Algorithm,IBOA）。首先,采用多通信半径来优化节点间的最小跳数,并且利用修正因子来减小节点之间的平均跳距误差,降低算法的定位误差;其次,将黄金蝴蝶算法用于求解节点定位目标函数最优值;最后,引入佳点集、动态切换概率策略以及全局扰动因子,提高算法的迭代速度和寻优能力。仿真结果表明,相较于传统DV-Hop算法和现有改进算法,IBOA算法的平均定位误差分别下降了25.40%、6.54%,具有良好的定位精度。     

基于平均跳距修正的三维DV-Hop定位算法研究

本文在基于三维DV-Hop定位算法的基础上,提出了一种基于平均跳距修正的三维DV-Hop定位算法.该算法除了将DV-Hop定位算法从二维空间扩展到三维空间以外,还对未知节点到锚节点的平均每跳距离作了相应的修正,仿真结果表明:与原始算法相比改进后的算法定位精度有了一定提高.     

WSN中一种改进的DV-Hop节点定位算法

DV-Hop算法是一种经典的距离无关的无线传感器网络节点定位算法.详细分析了DV-Hop算法的定位过程,针对其局限性提出一种改进的DV-Hop算法.该改进算法在传统DV-Hop算法的第一阶段采用分簇策略以减小通信开销和分组冲突概率,并且用拟牛顿优化算法代替传统的最小二乘法计算节点位置,最后用Matlab7.0进行仿真....     

一种基于可移动锚节点的DV-HOP改进定位算法

当节点不均匀分布时,DV-Hop的定位精度较差。针对DV-Hop定位算法的缺陷,提出一种基于移动锚节点的改进DV-Hop定位算法。在网络中引入具有一定移动能力的锚节点,并构建锚节点之间的虚拟力模型,锚节点受到虚拟力作用发生移动,从而均匀的分布于整个网络,修正了DV-Hop对不均与分布网络适应性差的特点。仿真实验表明,与原始算法相比改进后的算法定位精度有较大提高。     

基于差分进化和人工蜂群混合策略的DV-Hop改进算法

为了解决无线传感器网络依靠DV-Hop算法定位过程中存在误差偏高的问题,将人工蜂群算法和差分进化算法融合,引入传统DV-Hop算法中,提出一种HDV-Hop算法。该算法在继承经典DV-Hop算法的前提下,获取锚节点的信息及平均跳距距离,在未知节点定位阶段引入混合策略的目标函数,优化搜索算法,提高定位精度,完成对未知节点的定位。仿真分析表明,该算法相比于DV-Hop算法和基于人工蜂群的定位算法能有效降低定位误差,提高稳定性。     

基于PageRank算法的改进物流节点选址模型研究

文中针对物流网络设计中的关键物流配送节点选址问题传统算法的局限性,结合PageRank算法和贪心算法,设计了一种考虑交通拥堵情况和节点利用率的连续型多物流节点选址算法。算法将各交通小区货运需求量通过PageRank算法进行推荐排序,然后使用贪心算法和聚类算法不断迭代,获得覆盖所有需求同时满足利用率的物流节点。同时基于南京市仙林区物流数据展开实验。实验结果显示本文提出的算法相比较传统的多元节点算法,在物流节点个数方面,数量有明显减少;在服务交通小区覆盖率方面,本文提出算法覆盖率略低于多元节点法,但覆盖率均超过90%,即该算法覆盖范围利用率均能达到平均水平。综合考虑物流节点的建设及运营成本,可得出如下结论:文中提出的基于PageRank算法的连续型多物流节点覆盖算法较传统的节点选择算法高效。     

一种降低定位误差的无线传感器网络节点定位改进算法

本文针对无线传感器网络节点的定位精度问题,提出了一种采用误差修正的方法来降低累积距离误差和定位误差的传感器网络节点定位改进算法,给出了该算法的基本原理与实现方法.该算法在不增加原算法通信量及计算复杂度的基础上提高了定位精度.仿真结果显示,在同等条件下,本文提出的算法定位精度提高了5～10%.     

基于改进粒子群算法的无线传感网络覆盖优化

针对传统粒子群算法容易陷入早熟陷阱而导致无线传感网络(WSN)的覆盖优化效果欠佳的现象,提出一种引入种子杂交策略的粒子群优化(PSO)改进算法。通过将前期的PSO算法寻优与后期的种子杂交策略相结合,从而完成覆盖性能的优化。综合理论分析与实验仿真可知,相比于其他算法,本文算法改善了覆盖率与RD指标,在改善网络覆盖性能方面具有一定优势。     

一种改进的RSSI测距定位算法

针对接收信号强度指示(Received Signal Strength Indication,RSSI)定位模型易受环境影响导致测距误差较大的问题,提出了采用天牛须搜索(Beetle Antennae Search,BAS)优化后向传播（Back Propagation,BP）神经网络拟合测距模型,克服了对数衰减模型易受环境干扰、参数取经验值等问题。首先,利用卡尔曼滤波对RSSI值进行校正,将校正后的数据输入BAS-BP网络拟合出测距模型并通过测距模型输出距离值;然后,利用极大似然估计法求解未知节点的坐标。实验结果表明,与BP模型和粒子群优化的BP模型相比,改进方法收敛速度快,定位精度提高更加明显。     

改进蝙蝠算法优化极限学习机的图像分类

针对分类器中的极限学习机参数优化问题,本文提出一种改进蝙蝠算法优化极限学习机的图像分类模型。首先将极限学习机参数看作蝙蝠位置,然后采用改进蝙蝠算法进行求解。采用病毒群体感染主群体,主群体在历代个体间纵向传递信息,病毒群体通过感染操作在同代个体间横向传递信息,增强了算法跳出局部极小值的能力。最后根据最优参数建立图像分类模型,并对模型的性能进行仿真测试。仿真结果表明,相对于对比模型,本文模型不仅提高了图像分类正确率,而且加快了分类速度,是一种有效的图像分类模型。     

一种改进的免疫克隆选择算法

为了提高传统的克隆选择算法收敛速度慢、搜索能力弱、易局部最优化的缺陷,对基本的克隆选择算法进行了改进.改进的措施主要包括4个方面,分别是新的克隆方法、变异概率的自适应变化、替换策略的自适应变化、变异概率的突变.改进的克隆选择算法经过多个多峰值标准函数的仿真测试,具有较快的收敛速度和较强的寻找峰值的优点,改进的效果显著.