WSN中质心算法的节点定位研究

节点定位技术是无线传感器网络(WSN)中的关键技术之一。通过对质心定位算法的分析,针对其不足将GA的思想来改进质心算法,提出一种基于遗传算法的无线传感器网络节点定位技术。     

大规模无线传感器网络分布式无锚节点定位算法

提出了一种低成本的大规模无线传感器节点分布式定位算法--仅需要选出少量参考节点和利用节点自身的无线收发器即可实现整个网络节点的定位的无锚节点定位算法.该算法首先从网络中所有普通节点中按照一定准则选取5个基准节点,以这5个基准节点作为"锚节点",确定一个坐标系;其他未知节点将根据到基准节点的距离计算出自身坐标.未知节点到...     

基于RSSI测距的三维无线传感网络萤火虫定位算法的研究

研究了三维空间无线传感器网络(WSN)未知节点的定位。针对目前三维空间无线传感网络定位算法精度低的问题,提出一种基于接收信号强度指示(RSSI)测距的萤火虫定位的算法。该算法首先利用RSSI进行测距,建立信号强度随传播距离衰减的模型,然后在已知一定数量的锚节点的情况下,通过萤火虫算法寻找目标函数最优值,进而对未知节点进行定位。仿真验证结果表明,该定位算法相比其他算法定位精度有很大提高,在30m×30m×30m的空间内定位误差仅为0.59m。     

卡尔曼滤波在无线传感器网络节点定位中的应用

为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了适用于无线传感器网络的卡尔曼滤波模型.采用渐消自适应卡尔曼滤波对基于距离的初始定位算法进行求精,通过一跳节点间的相互制约,在全局范围对未知节点进行定位;基于卡尔曼滤波模型,对无线传感器网络的分布式算法和集中式算法的计算量进行了研究,得出计算量与节点数目的关系.研究结果表明,卡尔曼滤波能够有效提高节点的定位精度,尤其适用于网络节点密度小、信标节点比例低的情况.     

应用蒙特卡罗抽样法的无线传感器自定位信息融合技术

我们首先介绍了无线传感器网络,对它的特点进行了分析,明白了网络传感器节点自定位的意义,接着介绍了目标比较常用的几种传感器自定位技术。在此基础上,文章重点描述了一种基于信标节点的无线传感器自定位的分布式算法。在这个算法中,信标节点广播它的分布状态其中包括本身位置的信息。邻近的未知位置信息的无线传感器利用传输的信息和接受到的信标信号的特征来估计自己的位置。知道自己的位置后,它也将成为一个新的信标节点。蒙特卡罗抽样法被用来融合无线传感器的分布和获得无线传感器位置分布后验概率估值。我们也利用贝叶斯克拉马-罗下限来进行无线传感器的自定位和研究信标预知位置信息和其他系统参数的影响。我们通过计算机仿真分析我们算法的性能,并且与下限法得到的数据进行了比较。     

基于无线传感器网络的节点定位研究

无线传感器网络是对信息获取和处理的技术,通过通信技术使大量微小节点组成自组织网络,传感器网络包括数据的采集、传输、融合分析等。许多应用场所需要精确定位,使得无线传感器网络定位技术得到广泛应用和发展。本文通过对几种典型的定位算法研究,分析传感器网络节点定位算法的原理,得出的几种节点定位算法,并进行比较分析。     

基于局部网络拓扑特征的鲁棒节点定位算法

针对无线传感器网络的较大测距误差严重影响定位算法精度和鲁棒性的问题,利用节点均匀部署网络的拓扑特征,提出了一种基于局部网络拓扑特征的鲁棒节点定位算法(LFLS算法).该算法通过构建节点测距高估粗差阈值参数和测距低估粗差阈值参数,在对未知节点1跳测距数据集进行粗差识别及剔除等预处理滤波的基础上,使用高斯加权最小二乘定位算法实现节点定位.仿真结果表明,基于局部网络拓扑特征的鲁棒节点定位算法的定位精度明显优于未采用局部网络拓扑特征进行粗差预处理的加权最小二乘定位算法,其中粗差测距直接相关节点的定位精度改进尤为明显.     

基于自适应迭代搜索的三维质心定位算法

在加权质心定位算法和接收信号强度指示测距模型分析的基础上,提出了一种基于自适应迭代搜索的三维质心定位算法。首先计算未知节点的初始搜索步长,然后通过多次迭代、更新搜索点和搜索步长,提高节点的定位精度。该算法能自动调节搜索步长,减少迭代次数,具有一定的自适应能力。仿真分析了不同比例的信标节点、通信半径对定位误差的影响。结果表明,该算法的定位精度和稳定性良好,适用于无线传感器网络的三维定位。     

WSN多跳稀疏锚节点迭代定位算法

在无线传感器网络中,针对多跳稀疏节点网络导致定位性能较差的问题,文章提出多跳稀疏节点迭代定位算法。首先提取两个信号强度最大的单跳邻居锚节点,通过单跳邻居锚节点将未知节点与多跳锚节点建立数值关系,再对未知节点在单跳和多跳锚节点组成的三角形内进行内点判决,并采用锚节点的翻转点与质心迭代得到位置估计。对迭代算法设置预设精度,当终止迭代时,判定位置估计的性能。当低于预设精度时,对未知节点采用锚节点的翻转点与质心迭代求精以满足预设精度,并使得迭代收敛。数值结果表明稀疏锚节点迭代定位算法相对于相关定位算法提高了定位精度,并降低了算法的计算耗时。     

基于DV-Hop的无线传感器网络定位算法

针对无线传感器网络中DV-Hop经典算法定位精度低的不足,提出了一种改DV-Hop定位算法;改进后的算法对锚节点的选取进行了优化,并改进节点跳数,还采用平均计算方法计算节点平均每跳距离。仿真表明,改进的DV-Hop算法对未知节点的定位精度有显著提高。     

遗传算法的双目标柔性作业车间调度研究

研究了FMS环境下先进制造车间路径柔性的优化调度问题.同时考虑现代生产准时制的要求,建立了柔性作业车间调度问题的双目标数学优化模型,并给出了求解模型的遗传算法的具体实现过程;针对模型的特殊性,提出了染色体两层编码结构,将AOV网络图应用到解码和适应度函数的计算中,通过一个调度实例进行验证,给出了相应的选择、交叉、变异操作设计方案.     

基于遗传BP神经网络反演楔体参数的研究

为了获得未知楔体的参数,建立了遗传算法和反向传播(Back Propagation,BP)神经网络结合的反演模型。仿真得到不同角度、密度、杨氏模量下楔体导波的频散曲线。采用反对称第一阶模态相速度数据作为遗传BP神经网络反演模型的输入变量;利用遗传算法改进BP神经网络获得优化的初始权值和阈值,并对BP神经网络进行训练;最后将实测的楔体一阶模态相速度代入训练好的网络进行参数反演。结果表明,通过该反演模型可同时反演出楔体的角度、密度、杨氏模量,并且较单一BP神经网络具有收敛速度快、精度高的优点。     

基于粒子群算法的水声通信网络能量优化方法

水声通信网络节点功耗是影响网络节点寿命的重要因素之一。针对水声通信网络的能量优化问题,基于网络节点发射功率与传输距离的非线性关系,结合改进的粒子群算法建立了一种能量优化方法。该方法改进了网络模型,在网络运行中根据存活节点数量和节点剩余能量的变化情况,自适应动态优化每个节点的信息传输路径。仿真结果表明,所提优化方法能有效降低网络节点总功耗,延缓首个节点的死亡,减缓网络中节点的死亡速率,也即减缓了网络有效覆盖面积随着网络运行而减小的速率。     

基于能量优化模型的无线传感器网络分簇算法

考虑到无线传感器分簇网络中簇的规模、簇头数量和节点剩余能量是能量有效型分簇路由算法关注的重要指标,提出了一种基于能量优化模型(EOM)的分布式分簇算法——EOMC,该算法通过建立网络能耗优化模型,以最优簇头数构建分簇通信规模,并结合功率控制将候选簇头限制在一定宽度的选举环带,使得簇头分布均衡,同时兼顾到节点剩余能量进行分簇,以达到均衡节点能耗,延长网络生存期的目的。与低能耗自适应分簇分层(LEACH)协议的对比仿真的结果表明,该算法能够达到预期指标,算法的开销相对较小。     

多波长光网络的动态路由等效算法

针对多波长光网络的特点，提出了一种动态路由和波长分配的等效算法。采用波长图、增加虚拟源节点和目的节点等技术，把多波长网络转化为等效的单波长网络，避免了求解路由和波长分配两个复杂子问题，简化了算法的程序设计。利用最短径算法进行路由和波长分配可以求得问题的最优解，从而有效地降低了网络阻塞率。仿真结果表明：与FAR-2D算法相比，在4和8波长的全波长转换网络中，采用等效算法阻塞率最大降幅分别达到0．02、0．025。     

A bilinear programming model and a modified branch-and-bound algorithm for production planning in steel rolling mills with substitutable demand

In this paper, we address an instance of the dynamic capacitated multi-item lot-sizing problem (CMILSP) typically encountered in steel rolling mills. Production planning is carried out at the master production schedule level, where the various end items lot sizes are determined such that the total cost is minimised. Through incorporating the various technological constraints associated with the manufacturing process, the integrated production–inventory problem is formulated as a mixed integer bilinear program (MIBLP). Typically, such class of mathematical models is solved via linearisation techniques which transform the model to an equivalent MILP (mixed integer linear program) at the expense of increased model dimensionality. This paper presents an alternative branch-and-bound based algorithm that exploits the special structure of the mathematical model to minimise the number of branches and obtain the bound at each node. The performance of our algorithm is benchmarked against that of a classical linearisation technique for several problem instances and the obtained results are reported.     

造船厂钢板出库作业计划的建模及优化研究

对于造船厂钢板堆场出库作业计划问题,在分析堆场出库作业流程的基础上,建立了以出库作业时间最短为目标的优化模型.该模型可归结为多层组合优化问题.针对本问题寻优过程的阶段性和复杂性的特点,提出了基于改进遗传算法的多层嵌套启发式优化算法.与传统人工决策的作业方案相比,该优化结果可以缩短24%～67%的作业时间.     

基于组合算法的金属铣削毛刺预测

利用最优权值系数,将灰色理论、人工神经网络和遗传算法有机结合,构建组合算法,依据3种数学方法建立3种组合模型：组合算术平均模型、组合平方和平均模型以及组合比例平均模型,并分别将3种组合模型应用于45钢铣削毛刺的预测．利用3个预测误差评价指标,即平方和误差指标、平均绝对误差指标和平均相对误差指标,对各模型的预测结果进行分析计算.结果表明,组合算术平均模型所得结果与实验结果取得了较好的吻合,具有较高的精度和稳定性,对于金属铣削毛刺的预测具有实际的应用价值．     

基于距离分区的多级异构无线传感器网络成簇算法

为了防止无线传感器网络(WSN)节点因为通信距离过长而过早死亡,有效延长网络生命周期,提出了一种基于距离分区的高能效的多级异构无线传感器网络成簇算法(MHCADP)。此算法将监测区域分为三部分,并根据不同监测区域和基站的距离部署能量不同的三类节点,按照节点剩余能量与网络平均能量的比例来选举簇头节点,让较高初始能量和剩余能量的节点拥有更多的机会成为簇头。另外,在数据传输时,考虑节点和基站的距离以及自身剩余能量,选择单跳或多跳的传输方式。仿真实验结果表明,与现有的重要成簇算法——低能耗自适应分簇分层(LEACH)算法和稳定选举协议(SEP)算法相比,MHCADP算法能够有效减少网络能量消耗和平衡网络负载,使网络稳定周期和生命周期延长50%以上。     

改进混合蛙跳算法在无线传感网定位中的应用

提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度。首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位, 然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题。同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化。在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能。结果显示该智能算法简单可靠,而且有效提高了定位精度。