声纳阵列网络基于移动信标到达角的渐进最优节点自定位算法

针对水下声纳阵列网络节点自定位问题,提出一种基于移动信标到达角的三维总体最小二乘（TLS）节点自定位算法。首先给出了基于方位角和俯仰角的变量含误差模型,并根据该模型提出三维TLS算法,证明三维TLS算法随信标广播次数增加是渐进最优估计,仿真结果验证所提出算法的均方根误差渐进达到CRLB。     

无线传感网络中一种改进的DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法无需测距,但定位精度不高。文章分析发现在未知节点至信标节点距离与跳数不一定成正比关系,提出通过仿真事先求得在各跳数情况下未知节点与信标节点实际距离和估计距离的平均比值,在应用DV-Hop算法定位时,则将未知节点至信标节点估计距离乘以这个比值,从而得到修正的估计距离。仿真表明提出的算法能较大程度上提高定位精度。     

视觉传感网络分布式在线数据关联

数据关联是视觉传感网络监控系统的基本问题之一. 本文针对无重叠视域视觉监控网络的多目标跟踪问题提出一种 基于多外观模型的视觉传感网络在线分布式数据关联方法,将同一目标在不同摄像机节点上的外观用不同的高斯模型描述,由分布式推理算法综合利用外观与时空观测计算关联变量的后验概率,同时通过近似最大似然估计算法对各传感节点上的外观模型参数进行在线估计. 实验结果表明了所提方法的有效性.     

改进型LLR BP译码算法研究

短低密度校验(LDPC)码的Tanner图中通常存在环路,变量节点之间的信息不再相互独立,导致LLR BP算法译码性能的下降。针对上述问题,提出一种改进型LLR BP译码算法,推导出有环时变量节点的真实信息,利用最小均方误差准则计算出有记忆的变量节点信息的权值,通过调整变量节点信息的迭代过程降低变量节点之间信息的相关性。仿真结果表明,改进型LLR BP算法具有比LLR BP算法、归一化BP算法及偏移量BP算法更好的LDPC译码性能。     

基于互信息的分步式输入变量选择多元序列预测研究

针对多元序列分析中存在的输入变量选择问题,提出一种基于k-!近邻互信息估计的分步式变量选择算法. 该算法通过两步过程分别实现相关变量的选择与弱相关变量的剔除. 同时将分步变量选择算法应用于径向基函数(Radial basis function, RBF) 神经网络结构的优化中.在K均值聚类的基础上,通过分析隐含层神经元的输出权值与神经网络输出的相关性, 对隐含层节点进行选择,改进网络的结构与性能. Friedman数据的仿真实验验证了分步变量选择算法的有效性; Gas furnace多元时间序列以及Boston housing数据的仿真结果表明, 优化后的RBF网络能够在保证模型精度的基础上有效控制网络规模.     

无线传感器网络中DV-Hop节点定位改进算法研究*

介绍了无线传感器网络中DV-Hop算法的定位原理、误差来源。针对DV-Hop算法在未知节点到信标节点距离计算中的不足,在分析信标节点间估计距离与真实距离误差的基础上,提出了改进算法。改进算法修正了网络平均每跳距离与未知节点估计坐标的区域范围。仿真结果表明,在相同的网络环境下,改进算法的定位精度得到明显提高。     

一种基于优化算法的无线传感器网络定位算法

该文提出一种基于遗传模拟退火算法的定位算法。在现有的定位算法中,DV-Hop算法的硬件开销小,但定位精度不高,当网络中节点的跳数大于或等于2时,未知节点与锚节点之间的估计距离会产生较大的误差,为此本文将遗传模拟退火算法用于DV-Hop算法中,以提高节点间的平均每跳通信距离估计精度,进一步提高定位精度。仿真结果与分析表明,新算法的定位精度有一定的提高。     

基于误差修正的DV-Hop传感器节点定位算法

传统的DV-Hop传感节点定位算法,估计未知节点与各锚节点之间距离是用跳段距离代替直线距离.在实际网络定位环境中,未知节点和锚节点之间多数是折线连接.当平均每跳距离的估计值与实际值的偏差较大时,未知节点到锚节点之间估计距离与实际距离之间的误差会增大.为解决上述问题,提出一种粒子群优化算法修正DV-Hop算法定位误差的传感器节点定位方法.采用DV-Hop算法估计待测节点和锚节点之间距离,通过三边测量法确定节点的位置,并将传感器节点定位问题转换成一个多约束优化问题,最后通过粒子群优化算法对定位误差进行修正,并通过仿真对其性能进行测试.仿真结果表明,相对传统DV-Hop算法可大幅度提高传感器节点定位精度,符合无线传感器网络定位需求,具有较好的应用价值.     

改进的DV-Hop定位算法研究

传统DV-Hop定位算法只考虑最近一个锚节点估计的平均跳距值,而单个锚节点估计的平均跳离值无法准确地反映网络的实际平均跳距.为此,提出一种基于加权处理的平均跳距估计算法,考虑多个锚节点估计的平均跳距值,根据距离未知节点的跳数和环境影响因素进行加权,使网络平均跳距的估计更加准确,从而提高定位精度.仿真结果表明,与DV-Hop算法的平均跳距估计算法相比,该算法能更准确地估计平均跳距,提高了定位精度.     

基于粒子群优化算法的WSNs节点定位研究

为了提高无线传感器网络节点定位的精度,提出了一种基于粒子群优化估计的无线传感器网络节点定位算法。该算法简单易实现,可调参数少,通过多次迭代寻优,以提高定位精度。仿真结果表明,新算法与常用的极大似然估计算法相比可以显著提高节点定位的精度和稳定度。     

基于节点可达度的公交多路径搜索算法

针对公交网络路径搜索问题,以复杂网络的角度进行了相关研究。根据出行者实际需求,提出一种基于节点可达度的公交多路径搜索算法。采用复杂二分网络模型来描述公交网络,将公交线路和公交站点分别看做一类节点,每条公交线路与它所经过的公交站点之间存在连边;在分析网络社团结构的基础上定义了节点可达度,算法根据节点可达度逐步搜索直至目的节点,搜索过程保留可能存在的多条最佳路径。实验结果表明,该方法能够得到最小换乘的多条有效路径。     

传感器网络节点与目标事件的联合定位方法

评估传感器网络节点位置的不确定性对于需要鲁棒性考虑的网络应用有着重要的意义.本文利用网络中的邻接信息构成以节点位置为变量的约束集,利用投影的方法计算节点的所有可能位置范围.使用简单直观的多边形给出近似结果,同时给出了一种分布式实现算法.在考虑节点位置不确定性的情况下,对目标事件进行定位.仿真结果表明传感器网络在定位目标的过程中同样能提高节点定位精度.     

加权迭代节点匹配算法及其在语言网络中的应用

复杂网络间节点匹配在很多领域中均具有重要现实意义。然而,传统的节点匹配算法通常只利用网络的局部拓扑信息,在对拥有高对称性的真实网络作用时往往会失效。为了克服这一缺点,我们近期利用网络拓扑信息和连边权重信息,提出了一种新型的同时来计算不同网络间节点相似度的方法,并在此基础上设计了一种加权迭代节点匹配算法。将该算法在高度拓扑对称仿真网络对和真实中英文语言网络对上分别进行了测试,结果表明加权迭代节点匹配算法在此类网络上优于纯拓扑迭代节点匹配算法。     

一种多重信道感知的主动机制网络编码算法

针对网络编码算法的能量开销大、解码出错率高等问题,提出一种多重信道感知的主动机制网络编码算法,该算法建立了系统模型来分析网络编码的工作方式,以最小化样本作为代价,采用多重信道感知的方法来检验中继节点的编码效果,使网络从中继节点的编码效果中进行学习,从而将源信息发送给编码效果较好的中继节点。为了减少解码出错率,算法采用了一种主动机制,该机制依据源节点的发射功率和源信息的大小来控制终端的解码出错率,提高网络解码能力。实验仿真对比结果表明,提出的网络编码算法能够有效控制网络编码的出错率,并能有效减少网络开销。     

基于模拟退火算法改进的DV-Hop 无线传感器定位算法

In the classical DV-Hop algorithm, the estimation of unknown point coordinates by the hop distance and least squares method will lead to large errors. To solve this problem, a weighting factor is introduced to correct the average hop distance, and a simulated annealing algorithm is used instead of the least squares method to solve the unknown node coordinates. The number of beacon nodes and communication radius are taken as variables to study the improvement effect. The experimental results show that the positioning accuracy of the improved positioning algorithm is significantly improved, and the error rate is significantly reduced with fewer beacon nodes and smaller communication radius, which has higher practical application value.     

基于移动信标节点的无线传感器网络定位算法研究

研究了无线传感器网络中的节点定位算法问题,提出了一种新的基于移动信标节点的定位算法。该算法利用一个移动信标节点遍历整个网络,并周期性地广播包含其当前位置信息的分组,当未知节点接收到三个(或以上)与它的距离为通信半径的位置信息分组后,利用三边法计算自身位置。进而,考虑通信半径存在摄动的情况,利用极大似然法替代三边法提高算法的抗干扰能力。最后,通过仿真研究了该算法的特性,并与DV-Hop定位法进行了比较,仿真结果表明该定位方法在定位误差、通信量和网络结构适应性等方面均表现出良好的性能和优越性。     

无线传感器网络自定位算法的研究

节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。     

时序神经网络算法的短期风速预测研究

采用神经网络对风速进行短期预测,研究BP型短期风速预测网络中BP算法、BP网络构建以及网络训练方法.结合时间序列法和神经网络法提出了时序神经网络预测方法,对短期风速预测网络中输入变量数量和隐舍层节点数量的选择方法进行了探讨.仿真实验结果表明,时序神经网络法建立的网络,训练时间明显缩短,网络输出的预测值与真实的观察值之间...     

基于最大熵神经网络算法的柔性制造系统调度策略研究

为了解决传统神经网络BP梯度下降算法在解决柔性制造系统调度策略时易陷入局部最优的问题,在规则化神经网络结构的基础上,提出了一种基于最大熵的神经网络权值优化算法,利用神经网络隐层节点变量的条件概率,在计算寻优过程中,通过改变收敛算子求解熵函数的期望,进而迭代求解网络的最优权重向量,对比实验表明,相较BP梯度下降算法,采用最大熵权值调整算法,数据搜索空间范围大,能保证系统准确收敛到全局最优解,算法鲁棒性好,在实际的调度策略应用中,该算法能明显缩短整体生产任务的加工周期,达到提高企业生产效率的目的。     

基于速率的IP接入网流量控制算法的研究

论文提出了一种基于速率的IP接入网流量控制算法的设计思路。其目的是通过源端数据发送率的调节,提高接入网中汇节点的吞吐率;降低数据包的平均时延。算法可分成两个部分,分别驻留于汇结点端和源端。汇结点端完成优化计算,为源端数据发送率的变化做决策。源端根据来自汇结点的反馈信号调节自身的发送速率。