一种非测距节点定位算法

提出了一种较完善的基于非测距的无线传感网节点定位算法.算法中首先通过引入权重改进未知节点的平均跳距的计算方法;然后引入虚拟锚节点去提高网络覆盖率,接着引入共线性阈值NCD和跳数阈值THD选择合适锚节点组进行位置估计,最后通过质心算法得出最终的位置坐标.仿真结果表明:新算法在不需要任何额外硬件支持的条件下能提供更精确的位...     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

一种改进的免测距节点定位算法研究

为了更好地解决无线传感器网络中节点定位精度和复杂测距技术之间的矛盾,在分析现有免测距定位算法的基础上,提出了一种免测距的节点定位改进算法。对传统DV-HOP算法进行了三方面的改进：利用未知节点到锚节点的距离及节点通信半径为约束条件构造似然函数,确定未知节点分布的可能区域;依据未知节点到各邻居锚点的跳数对它估计的平均每跳距离进行加权处理,然后用各邻居锚节点加权处理后的平均点的平均每跳距离,最后通过最小均方误差准则优化这一估计值;当未知节点获得与其3个或3个以上邻居锚节点的距离后,首先运用进行三边测量法进行自身定位,其后升级为锚节点,向网络中传播自己的位置信息。参与下一个未知节点的定位过程中,实现了传统DV—HOD算法的改进。仿真结果表明了该节点定位算法的有效性。     

基于Monte Carlo的非测距传感器网络定位算法

针对无线传感器网络,提出一种基于Monte Carlo方法的非测距无线传感器网络节点定位算法。该算法通过计算随机散布的粒子与锚节点之间的距离再与最大射频传送距离比较,根据权值的改变进行滤波,确定未知节点可能存在的位置。在不同粒子数和锚节点个数下,对定位算法进行了仿真,同时对锚节点比率分别为0.1~0.5的情况下,比较了该算法和DV-Hop算法的定位性能,结果表明该算法充分利用对传感器节点定位估计的有用信息,计算复杂度小,定位精度较高、健壮性好。     

基于量子遗传的蒙特卡洛节点定位算法

针对无线传感器网络(WSNs)节点定位的问题,提出了一种量子遗传算法与蒙特-卡洛相结合的定位算法(QGA-MCL).将QGA应用于MCL中的采样过滤阶段,通过合理的编码方案、译码方案以及量子旋转门对采样区域中随机产生的量子染色体进行操作,提高了样本寻优效率和定位精度,并加快了算法的收敛速度.仿真结果表明:与蒙特-卡洛定位算法相比,提出的QGA-MCL算法能够减少约10.2％的定位误差,同时,算法的收敛速度也得到了显著提升.     

基于非测距的无线传感器网络节点定位技术研究

无线器传感器网络是由大量低廉的微型多功能传感器节点组成的无线网络,能够广泛应用在环境、军事、生态等领域进行事件监测。在网络中节点的自身定位至关重要。主要讲述了对于定位算法中基于锚节点的非测距方法。DV-Hop算法是为了避免对节点间距离的直接测量而提出来的。详细介绍了DV-Hop算法的节点定位过程并且分析了近期提出对DV-Hop算法的一些改进策略。     

无需测距的综合节点定位算法

针对基本的DV-Hop节点定位算法会产生不良的节点和多级跳带来的累积误差、定位精度不高以及能量消耗方面等缺点,提出一种改进的综合定位算法,即基于一种无需测距的综合节点定位算法,这种算法能够节省附加节点的硬件开销进而能达到准确的定位。改进以后的算法的定位误差率明显比改进前的定位误差率小,表明了定位误差率随锚节点数量的增加而减小。通过MATLAB软件对节点定位误差方面进行仿真验证,仿真实验结果证明该改进后的算法稳定、可靠,易于实现,提高了定位精确度、降低了能量消耗水平,达到了预期的目标。     

基于蝙蝠优化算法的无线传感器网络节点定位研究

节点定位是无线传感器网络应用中的关键技术,Dv-Hop算法的定位精度不尽人意,因此将三方面改进的蝙蝠算法应用于Dv-Hop平均跳距的计算过程中,在Dv-Hop的第三阶段引入改进后的蝙蝠算法代替最小二乘法来计算未知节点的坐标,大大降低平均跳距导致的定位误差,提高定位精度;仿真结果表明,改进的BA算法优化的DV-hop定位算法在不同锚节点密度、不同通信半径、不同节点数量以及定位精确度等方面表现出良好的性能。     

无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

无线传感中的WPSO-DVHOP算法在节点定位中的研究

节点的定位一直都是无线传感网中的重要研究对象,针对使用传统算法定位节点容易出现估算不准确,定位精度低,算法自身局部收敛速度快等缺点,提出一种基于权值粒子群优化(WPSO)算法,首先分析了采用锚节点估算未知节点的距离与真实距离误差,采用最小二乘法的距离修正值策略,其次针对粒子群算法的收敛速度不足,提出了采用权值来调节粒子的速度,改进后的算法对节点定位误差进行修正。在仿真平台Matlab上的实验说明WPSO算法相对于基本的定位算法,粒子群定位算法相比提高了传感器节点定位精度,从算法的收敛性,节点定位的精度以及能量消耗等方面说明该算法具有一定的有效性,如何能够更好进行权值的设置使之能够更加有效提高算法的效率是下一步研究的重点。     

基于ABC-LS的传感器节点定位算法

为了减少无线传感器网络节点的定位误差,提出一种人工蜂群算法(ABC)修正最小二乘(LS)定位误差的传感器节点定位算法(ABC-LS)。首先估计未知传感器节点与信标节点间距离,然后采用LS算法初步确定未知传感器节点位置,最后采用ABC算法对LS算法的节点定位误差进行修正,并采用仿真实验测试ABC-LS与其他节点定位算法的优劣。结果表明,ABC-LS提高了无线传感器节点的定位精度。     

无线传感器网络中基于DV-Hop节点定位算法的研究

针对无线传感器网络中无需测距的DV-Hop算法定位精度低的缺陷,提出改进算法。改进算法是以传统的DV-Hop算法为依据,利用RSSI为依托。在获得跳数的步骤之后,对跳数进行修正,再对平均每跳距离进行加权处理,最后修正节点之间的距离,以提升传感器节点的定位精度。通过Matlab仿真实验结果表明,与传统的DV-Hop算法相比,改进算法能更加准确地估计了跳数、平均每跳距离与节点间的距离,提高了定位精度,较实际地反映出了网络的状况。     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一。针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其他定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。     

基于量子遗传算法的图像分割

针对基本遗传算法的稳定性较差、存在未成熟收敛和易陷入局部最优解的问题,将量子计算与遗传算法进行融合,较好地解决了传统的多阈值图像分割方法中运算量大的问题.实验结果表明量子遗传算法用于阈值寻优减少了搜索时间,提高了收敛效率.     

一种改进的节点定位方法

针对无线传感器网络(WSN)的节点定位问题,提出一种将蚁群算法和蒙特卡罗相结合的算法AC-MCL(Ant Colony–Monte Carlo Location):利用蚁群算法节点的分布式概率和转移概率,对节点进行位置预测,从而实现节点定位。由于蒙特卡罗算法的引入,消除了定位至少需要三个锚节点的局限性。仿真实验结果表明,该算法在规模较大而锚节点比例低的情况下仍然能够对未知节点进行准确定位,且定位的精度更高。     

基于双链量子遗传算法的多约束QoS组播路由算法

多约束QoS组播路由问题是NP完全问题。提出一种基于双链量子遗传算法的多约束QoS组播路由算法,该算法具有种群多样性、收敛速度快、并行性更高等优点,并对算法具体流程和实现方法进行了详细的描述。实验结果表明,与已有的遗传算法、量子遗传算法相比,该算法有搜索速度快、全局寻优能力强等优点。     

人工鱼群算法优化支持向量机的无线传感器网络节点定位

为了提高无线传感器的定位精度,针对支持向量机(SVM)参数优化问题,提出一种人工鱼群算法(AFSA)优化SVM的传感器节点定位方法(AFSA-SVM)。首先构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用AFSA模拟鱼群的觅食、聚群及追尾行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其他定位方法,AFSASVM提高了传感器节点的定位精度,具有一定的实际应用价值。     

基于区域分割的二次质心定位算法

为了解决锚节点分布不均匀时质心定位算法会产生较大误差这一问题,提出一种改进的质心定位算法。用初次质心定位结果来取代未知节点通信半径内距未知节点最远的信标节点,再进行二次定位来减小由于信标节点分布不均匀而导致未知节点的估计位置偏向距离较远的信标节点的现象。仿真结果表明,相比传统的一次质心定位算法,二次质心定位算法在定位精度方面有较大的提高。     

量子遗传算法在基于人工免疫的入侵检测系统中的应用

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法——量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明：量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了算法效率。     

基于麦克风阵列的声源定位算法研究

在基于时延估计的声源定位系统中,由于定位算法分为两个阶段:时延估计和定位,时延估计阶段的误差会在定位阶段被放大,导致声源定位的成功率和精度较低。从原始信号去噪,时延值插值和定位算法三方面入手,提高声源定位的精度。结合自行设计的四元十字麦克风阵列,给出一种新的时延值筛选算法,实现了一个室内声源定位系统。实验结果表明,在二维定位场景中,该系统对声源方位角的估计成功率超过70%,平均误差小于5°;该系统对声源距离估计的成功率和精度与声源方位角有关,当声源方位与X、Y轴的夹角不超过15°且声源距离不超过2.5 m时,声源距离估计的成功率能达到50%以上。