基于SEC-PSO的无线传感器网络节点三维定位方法

目前,无线传感器网络节点定位算法的研究主要集中在二维空间,对三维定位算法的研究较少,如果将现有的二维定位算法扩展到三维,一些算法很难扩展,另外一些算法虽然可以扩展,但扩展后由于维数的增加,计算复杂度太大。为此,结合粒子群算法 PSO(Particle Swarm Optimization)和混合复杂进化算法SCE-UA(Shuffled Complex Evolution-University of Arizo-na)的优点,提出了两个无线传感器网络节点三维定位算法SCE-PSO1和SCE-PSO2,这两个算法保持了PSO算法收敛速度快,受问题维数影响小的优点,同时采用了SCE-UA算法中的洗牌策略,增加了粒子的多样性,改善了PSO算法中的早熟现象,提高了节点定位精度,两个算法的不同在于粒子的速度更新公式,与SCE-PSO1算法相比,SCE-PSO2算法中粒子的速度更新,公式增加了各复合形之间的信息共享。因此,SCE-PSO2算法的性能要优于SCE-PSO1算法.仿真分析证明,与原始的PSO算法和SCE-UA算法相比,SCE-PSO1和SCE-PSO2算法具有更高的定位精度。     

带有罚函数的无线传感器网络粒子群定位算法

无线传感器网络是一种没有基础设施的无线自组织网络,它在军事、环境检测和智能家居等诸多领域具有广泛的应用.在无线传感器网络的绝大多数应用中,只有当节点和被感知的物体的位置是可知的,节点获得的信息才有意义.因此,节点定位技术是无线传感器网络的关键技术之一.近年来,粒子群优化算法(particle swarm optimization,PSO)等智能算法被用于无线传感器网络节点定位技术的研究.在粒子群优化算法定位技术研究的基础上,提出的带有罚函数的无线传感器网络粒子群定位算法(particle swarm optimization with penalty function,PSOPF)利用罚函数来加快算法的收敛速度和提高定位算法的定位精度.实验结果表明,和原有的PSO定位算法相比较,PSOPF算法具有更高的定位精度和更快的收敛速度.     

粒子群离散算法在无线传感网络中的应用

无线传感器网络通过少数确定锚节点计算到其他节点距离,确定节点坐标。其中DV-Hop定位算法通过最小二乘法求解坐标,累计误差随节点平均距离误差呈指数增长,定位精度较低。提出了用粒子群PSO离散算法替代DV-Hop中的最小二乘法,既发挥PSO全局搜索能力,又避免标准PSO算法过早收敛的问题。实验结果表明,新算法定位精度很高,受距离误差影响不大,能很好地应用于无线传感器网络的定位过程。     

基于MPSO-DV-Hop的无线传感器节点定位

节点定位技术是无线传感器网络的关键技术,为减小DV-Hop算法的节点定位误差,提出一种多子群粒子群（MPSO）算法优化DV-Hop的节点定位算法（MPSO-DV-Hop）。通过设置门限值修正节点间的跳数,提高了跳段距离估算精度,DV-Hop的第3阶段引入MPSO算法,对节点定位误差进行校正,通过引入多子群加快算法收敛速度,提高DV-Hop算法的节点定位精度,在MATLAB2008平台上对算法仿真分析。结果表明,MPSO-DV-Hop算法在不增加成本情况下,提高了传感器的节点定位精度,具有较高的应用价值。     

WSNs中基于粒子群优化的节点定位算法

节点定位是无线传感器网络(WSNs)的关键技术之一.接收信号强度指示(RSSI)测距技术以其不需增加任何额外的硬件设备的特点在节点定位中得到广泛应用.为了提高定位精度,在RSSI测距的基础上,提出将粒子群优化算法( PSO)引入节点定位中.首先由RSSI测得未知节点与锚节点的距离,然后应用PSO算法计算出未知节点的估计...     

配电网中基于分簇定位的WSN节点故障定位研究

针对电网故障检测中使用的无线传感器网络节点定位精度较低,分簇不均问题,提出了一种基于DV￣Hop算法改进均值粒子群算法(PSO),首先DV￣Hop算法改进均值粒子群算法中粒子的速度与位移,使动态无线传感器网络重新定位簇头节点坐标更加接近真实值;然后递归神经网络学习算法迭代值逼近最合适的惯性权重值,优化均值PSO粒子群算法使其达到最优搜索能力。最后由Sink节点对每一次动态分簇后网络节点进行数据采集后对电能耗尽的节点进行无线充电。仿真结果表明,改进后的PSO算法比PSO算法聚类分簇误差更小,节点定位配电网故障的精确度提高12.8％,有效地延长了网络生命周期。     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

粒子群优化在无线传感器网络定位中的应用

已提出的无线传感器网络节点的定位算法中大部分是针对二维网络,为了提高无线传感器网络节点的定位精度,提出应用粒子群优化实现无线传感器网络定位。该算法依据信标节点相对于未知节点的几何位置并利用粒子群优化算法估算未知节点的几何位置。通过仿真,并与最小二乘法比较,结果表明该算法能在不增加体积、成本、通信功耗的情况下,有效的提高节点的定位精度。     

改进粒子群算法的无线传感器网络节点定位

为了提高无线传感器节点的定位精度,针对粒子群优化算法存在的问题,提出一种改进粒子群优化算法的无线传感器网络节点定位方法。根据锚节点选择准则,把上一代和当代节点位置的平均值作为下一代目标节点的参考节点,采用改进粒子群算法对节点的定位结果进行优化,在Matlab 2012平台上进行仿真对比实验。仿真结果表明,相对于标准粒子群算法,改进粒子群算法加快了定位速度,提高了无线传感器节点定位精度,应用范围更广。     

基于跳数与跳距优化的三维DV-Hop定位算法研究

三维定位是无线传感器网络确定监测对象的重要内容,是当前研究的热点问题之一。针对传统三维DV-Hop定位算法定位精度不高的问题,通过模拟仿真深入分析了误差形成的原因,提出了一种以优化跳数和跳距为核心的三维DV-Hop定位改进算法。该算法通过细化通信跳数以降低原始算法中高估跳数造成的误差,并改进了信标节点的跳距计算方法,调整权重以确定未知节点的跳距。实验结果表明,本算法能显著降低定位误差,定位精度相对传统算法提高了25%～30%。该研究可为无线传感器网络监测空间定位提供参考。     

基于单壁碳纳米管的压阻式柔性传感器

一维纳米材料与微结构结合的纳器件制造过程,实现了微纳加工工艺上的创新升级,有可能突破微米级器件的性能极限。首先利用传统的硅微加工技术,在综合性能优异的聚酰亚胺PI(Polyimide)薄膜上制作金(Au)微电极,形成排列有序的平行电极对;然后通过交流介电电泳的方法在微电极对间实现单壁碳纳米管SWNTs(Single-Walled Carbon Nanotubes)一维定向排布;接着采用区域选择性电沉积技术定域沉积Au压覆SWNTs,改善SWNTs与电极的接触特性。最后,针对基于SWNTs的柔性微纳传感器进行了力电特性测试。结果表明:在环境温度为(23±5)℃,湿度为65±15%RH,0.1 V工作电压下,压阻因子约为443,精度约为5.16%。上述研究结果在柔性微纳器件的制作方面显示了一定的应用前景,为实现超微型化和高功能密度化的柔性器件铺平道路。     

基于七元传声器阵列的声源定位算法及性能分析

为了准确定位声源所在空间位置,提高声源定位性能,在分析方位估计算法的基础上,建立七元传声器阵列模型,提出一种声源定位算法。根据阵元间的矢量关系,推导出声源方位计算公式,实现声源定位。利用阵列参数,水平偏角、仰角和声源到阵元中心距离,与定位性能关系,对测距测向精度进行分析。结果表明,该算法声源坐标误差为1.0%,方位角误差为0.5%,具有较好的定位效果。     

WSN中一种流水式栅栏调度算法的研究

无线传感器网络栅栏覆盖为了延长网络的生存时间而需要设计合理的调度算法,通过将传感器网络中的节点进行状态(休眠状态、激活状态等)的切换可达到节省能量的目的。针对入侵者以低速通过栅栏的情况,提出了一种流水式的栅栏调度算法,通过将栅栏均匀分割,将均分后的子栅栏按顺序轮替激活,形成流水式工作状态。入侵者通过监测区域具有较大概率被激活状态的子栅栏监测。分析了基于概率感知模型的栅栏检测率以及栅栏生存时间,最后实验验证了该文算法的准确性和可靠性。     

荧光衰减型光纤测温

基于对荧光在不同温度下寿命衰减曲线不同而提出的光纤测温思路,研究了荧光衰减参数的测量方法以及荧光探头的镀膜方式,进一步深入到对衰减参数卩的算法研究,并通过数据检测和软件模拟分析后拟合岀荧光衰减系数与温度之间的线性关系。通过实验测试,证明660nm稀土材料荧光粉对温度因变率较好,并成功制作光纤测温传感器探头进行数据测量,通过文中提出的拟合算法原理进行温度匹配,可以将准确率保持在0.1%,达到荧光衰减测温的精度要求,实现实验室中的温度测量。     

具有电导率补偿特性的低频电容土壤水分传感系统

土壤水分是现代精准农业中的重要检测对象,目前常用的土壤水分传感器大多使用高频测量方法,电路制作成本较高无法满足大范围布设的要求。基于土壤水分含量变化影响土壤介电常数的原理,设计了利用电导率特性进行校正的低频电容土壤水分传感器,详细介绍了传感器的原理、组成以及含水量计算混合模型,并将传感器应用于低盐度、低有机物含量的黄土土样中进行了重复测试。测试结果表明,传感器的最大误差小于3.30%,平均绝对误差小于2.0%,能够满足农业生产对土壤水分检测的精度要求。     

基于组合模型的时栅信号处理系统健康状况预测

为了保障时栅传感系统稳定性、提高测量精度,提出一种基于ELMAN神经网络和灰色模型组合预测的时栅信号处理系统健康状况预测方法。采用克朗巴哈系数法分析确定激励信号幅值、相位为预测参数。基于ELMAN神经网络及灰色模型,结合加权-比例-平均思想实现了组合模型建模。根据系统运行实际,以幅值和相位的相对误差为指标,制定健康诊断标准。实验结果表明,组合模型预测结果的相对误差、预测均方差和相对系数分别为0.101 6、0.011 9和0.988 5,预测误差小、相关性高。经健康诊断标准判定,健康状况预测结果与电路实际相符。该健康状况预测方法预测精度高,且明显高于单一模型,满足提前准确获悉电路系统健康状况的要求。     

水下石油管道巡查机器人控制系统的设计

水下石油管道是海上油气田生产设施的重要组成部分,必须定期或适时对其进行检测以保障其安全运营。针对水下石油管道巡查及检测的目的,采用STM32主控芯片、串口摄像头、舵机和通信模块,搭载最新版本的μC/OS-Ⅲ实时操作系统,设计了一种鱼雷型仿生式水下机器人。该机器人应用在浅水层区域,通过WiFi远程控制并实现水下画面上传至上位机,上位机处理图片使泄漏点特征清晰。通过系统调试和记录分析表明,该水下机器人可以远程无线控制和无线图像传输,能够实现水下巡查任务,并且具有控制系统简单化、功能灵活化、性价比高等优点。利用水下机器人可以对水下石油气管道完好性进行巡查,防止出现泄漏事故,杜绝安全隐患。功能多样的水下机器人将成为机器人研究领域的热点之一.     

阻抗匹配抑制时差式气体超声波流量计零漂

时差式气体超声波流量计在测量时现会出现零漂过大的问题,导致整体系统计量准确度不高。针对这种情况,提出了一种通过匹配流道中同一探头在发射状态下的输入阻抗和接收状态下的输出阻抗来抑制零漂的方法。利用贴片电容抬高信号激励端的阻抗,使之脱离与地虚短的状态,避免同一探头在发、收状态切换时的电路结构变化。保持探头谐振频率不变,使超声波探头发收电路固有延时在顺、逆流测量时相等。利用互相关法使顺逆流信号中固有延时相互抵消,实验结果表明,阻抗匹配有效抑制了零漂,20℃时零点误差被抑制在0.000 48 m3/h内,符合1.5级气体流量计国家标准。     

航姿系统矢量场传感器校正的双内积法

三轴磁强计与加速度计广泛用于航姿系统中,针对其误差补偿问题,提出一种基于双内积的校正方法。该方法利用了地磁场和重力矢量自身模值守恒,以及二者在旋转轴上投影的不变性。该方法能克服基于椭球拟合的校正方法无法补偿非对准误差的缺陷,实现三轴磁强计及加速度计的完全校正。实验结果表明,该方法能有效改善航姿系统的精度且操作简便。     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。