无线传感器网络的一种人工势场模型及其定位算法

提出一种无线传感器网络节点的人工势场模型,将相邻节点间的关系虚拟成节点间的虚拟力和虚拟势场.并针对该模型提出一种迭代定位算法,该算法通过计算节点的位移、速度和加速度,给节点定位.理论分析和仿真结果表明,在规则网络中定位误差较小,最优情况下误差可以小于5%,在非规则网络中仍可达到较好的定位精度.     

基于改进人工势场的AGV路径规划算法

在老旧仓库中使用传统人工势场算法进行路径规划时, 原本出现频率极低的与远目标端障碍物相撞、目标点不可达、局部极小值等缺陷出现的频率极大提高. 为提升人工势场算法寻径的成功率, 本文提出了改进人工势场算法, 对上述3种缺陷进行了修正, 并使用Matlab模拟仿真验证了算法的有效性. 在改进人工势场算法中, 通过对引力与斥...     

基于全局时延最小化的移动Sink数据收集算法

针对Sink节点移动所带来的时延问题,提出了一种基于最优路径的移动Sink数据收集方案OPDG（Data Gathering Based on Optimal-Path）。首先由MWHA（Minimum Weighted Heuristic Algorithm）算法得到汇聚节点RP（Rendezvous Point）的集合,然后根据这些RP节点求出移动Sink的最佳驻留点集合,最后求出经过驻留点的最短路径。Sink沿着这条路径周期性采集数据。通过NS-2中大量的仿真实验结果表明,与已有算法相比,OPDG算法能最大限度的减小时延,延长网络的生命周期。     

基于改进人工势场法的四旋翼无人机航迹规划算法

利用传统的人工势场法进行四旋翼无人机的航迹规划时,存在易陷入局部最小解的问题,从而使得四旋翼无人机不能按照预期要求到达目标位置,为了解决此问题,提出了一种改进的人工势场法.首先,在斥力势场函数中加入了航迹点和目标点之间的距离,同时引入了协调力,解决了传统人工势场法的极小值问题;其次,在三种U型槽障碍物环境中进行了所提算...     

WSN中基于Stateless Weight的移动代理路由设计

为了使移动代理的路由不再过分依赖于网络结构,提出了一种应用在无线传感器网络（WSN）中的移动代理的路由设计（SWR-MA）。在SWR-MA中,引入了一个与节点位置有关的参数Weight,通过比较Weight值,移动代理可以自主的确定自己的路径。SWR-MA可以应用在拓扑改变的网络中,比如带有移动Sink节点的网络中。最后,对该路由算法进行了仿真评价。     

多障碍环境中基于虚拟势场的无线传感网有向充电器部署方法

无线可充电传感网中,传统的充电器部署方式通常不考虑网络中存在障碍物的场景,且已有的工作中主要考虑的是全向无线充电器的部署问题,因此具有相当大的局限性。为此,本文研究了多障碍环境中的有向充电器部署问题,将节点分布视为若干个正态分布模型,并采用了EM算法求解GMM高斯混合模型,从而将整个传感网区域划分为多个子区域,在每个子区域中使用虚拟势场方法,同时引入虚拟引力与斥力使得有向充电器在这两种虚拟力作用下能够灵活规避障碍物区域的同时调整到充电效用较高的位置。仿真结果表明,与现有的有向充电器部署算法及其他随机算法相比,本充电器部署策略能够显著提高传感器节点的有效覆盖率与充电效用。     

基于遗传算法的WSN覆盖优化方法

在含有移动节点的混合无线传感器网络中,为优化网络覆盖性能,提出了一种基于遗传算法的移动节点控制策略,最后通过仿真实验验证了算法的有效性。     

传统人工势场的改进

文中在分析足球机器人避碰的特点及传统人丁势场法的不足的基础上，提出了引入障碍物和机器人自身的速度和加速度来改进人工势场法，并提前对舰避动作做出预判来实现优化人工势场的方法。仿真试验表明，这种方法是可行的，可以有效地弥补传统人工势场的缺陷。     

传统人工势场的改进

文中在分析足球机器人避碰的特点及传统人工势场法的不足的基础上,提出了引入障碍物和机器人自身的速度和加速度来改进人工势场法,并提前对规避动作做出预判来实现优化人工势场的方法。仿真试验表明,这种方法是可行的,可以有效地弥补传统人工势场的缺陷。     

动态环境下基于人工势场的移动机器人运动规划

分析了传统势场法在动态环境下的不足,并在此基础上引入了速度势场的概念,改进了传统的势场函数,推导出新的引力函数和斥力函数.在新的势场函数作用下机器人能够快速调整自身的速度大小和方向,使其快速脱离障碍物的威胁并能快速地到达目标或追踪目标.仿真实验验证了新的势场方法的有效性.     

基于联合节点行为策略的WSN覆盖控制算法

针对无线传感器网络在对移动目标节点覆盖过程中出现网络能量快速消耗问题，提出了一种基于联合节点行为策略的覆盖算法。根据网络模型建立传感器节点与目标节点从属关系，确定覆盖关联模型；利用概率理论求解邻居节点冗余覆盖度，确定最少传感器节点数量；给出了邻居节点覆盖期望值的求解方法；仿真实验表明，该算法与其他算法在网络覆盖率和网络生存周期两个性能指标上均提升了12.39%和15.01%，从而验证了算法的有效性。     

基于改进鲸鱼优化算法的WSN覆盖优化

针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法(IWOA)的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。     

基于改进人工势场的移动机器人路径规划

介绍了传统人工势场法在静态环境中的应用,分析了此方法在动态环境中的不足,在此不足的基础上引入了速度势场的概念,改进了传统的人工势场函数,得出了新的引力函数和斥力函数;新的引力函数和斥力函数考虑了机器人、目标点、障碍物的速度特性,使机器人能更好适应动态环境;在新的势场函数作用下,机器人能快速调整自身速度大小和方向,使其快速脱离障碍物的威胁并快速、准确到达或追踪目标;仿真实验结果验证了新的人工势场函数的有效性.     

基于特征点集GABC算法的WSN覆盖优化

针对人工蜂群算法利用网格点计算网络覆盖率会导致计算量大且容易陷入局部最优解的问题,提出一种基于特征点集的全局最优解人工蜂群算法优化无线传感器网络。首先将目标区域划分成有限个特征点,用传感器对特征点的覆盖来转化为对若干特征点的覆盖计算,减少求解覆盖率的计算量,进而描述整个网络的覆盖情况。然后在特征点集的基础上,将全局最优解人工蜂群算法成功应用在网络覆盖领域,并且重点对比标准人工蜂群算法和基于全局最优解人工蜂群算法在网络覆盖上的性能。仿真实验结果表明基于全局最优解人工蜂群算法优化节点覆盖后,覆盖率得到有效的提升且不易陷入局部最优解。     

基于势博弈的WSN分布式拓扑控制算法

针对节点能量有限的无线传感器网络（WSN）,设计一种有效延长网络生命时间的网络拓扑控制算法非常有必要。考虑到节点是自私的,每个节点想着如何减少自身能耗提高自身利益,却忽视了网络整体利益。为了解决该冲突,利用势博弈存在纳什均衡的性质,提出了基于势博弈的分布式拓扑控制算法（Potential Game and Distributed Topology Control, PGDTC）,它是种能量高效和能量平衡的拓扑控制算法。仿真结果表明：相比于现有的一些拓扑控制算法,PGDTC算法能够有效的延长网络生命时间。     

WSN中基于能量均衡的优化覆盖算法

针对无线传感器网络中覆盖保持的节点调度算法存在的利用率低、能量不均衡问题,提出一种改进的算法,将网络节点划分为若干个相异的节点集合,根据集合平均能量设置一个权值,通过权值大小选取合适的节点集合进行工作,从而均衡节点能量、延长网络的生命期。通过模拟仿真实验证明了算法的有效性。     

无线多媒体传感器网络混合虚拟势场覆盖研究

主要研究无线多媒体传感器网络的模型优化和区域覆盖增强问题.首先从多媒体传感器节点具有方向性的感知特性出发,针对视频可接受清晰度问题,设计了一种改进的扇环感知模型,并以此为基础对无线多媒体传感器网络(WMSN)中区域覆盖增强问题进行研究.其次,采用混合虚拟势场对WMSN 的区域覆盖进行增强,质心在虚拟势场产生的引力和斥力作用下运动.算法针对传统虚拟势场可能出现因局部极小而导致覆盖优化效果降低的问题改进了斥力函数,引入邻居节点共同覆盖率辅助节点感知方向的调整.并在传感器节点迭代完成后引入边界斥力,以进一步优化边界节点的利用率.最后通过一系列的模拟仿真实验和效率对比表明了算法的有效性.     

基于事件概率的无线传感器网络K覆盖算法

无线传感器网络在对目标区域进行K覆盖过程中易产生大量冗余节点,消耗网络中大量节点能量,并受外界环境因素制约。为此,提出一种基于事件概率的K覆盖算法。根据对监测目标区域节点关注程度的大小赋予不同概率值,通过节点之间信息交换和关联属性确定最小节点集和最大目标集,从而完成对目标区域节点K覆盖,优化网络资源,减少节点能量的消耗。仿真实验表明,该算法能够以较小的代价完成对目标区域节点K覆盖,延长网络生存周期,具有较好的实效性和稳定性。