基于Voronoi的微粒群优化的三维无线传感网络节点定位算法的研究

无线传感中的节点定位一直以来都是研究的热门,为了更好的解决三维无线传感空间中节点定位不准确的问题,本文在粒子群算法基础上引入Voronoi模型,将三维空间中的节点的定位问题归纳为目标函数的最优解,证明了Voronoi模型的赋权值边存在敏感点的定理,通过定理的应用获得了目标函数的最优解,有效解决了节点定位问题。仿真实验表明,本文的算法优于对比算法具有更好的健壮性,提高了定位精度。     

基于改进的布谷鸟算法在汽车系统电子节点负载均衡中的研究

汽车电子节点负载一直都是汽车电子系统中的研究重点,本文针对汽车电子任务负载不均衡的特点,引入布谷鸟算法,在该算法的基础引入高斯变异算子来处理每一个阶段中的鸟窝最佳位置的选择,然后通过反向学习的多样性因子对不同阶段中的鸟窝位置进行调整,通过改进后的算法使得寻找最优解的效率得到了提高。仿真实验证明本文算法在一定程度上提高汽车电子节点的任务资源分配效率,降低了节点资源分配的消耗。     

无线传感器网络的节点定位

该论文首先对无线传感器网络特点进行了简要的描述,其中对其网络结构进行了简单分析。该论文重点是对无线传感器网络节点定位进行了分析研究,综合叙述了几种有代表性的WSN定位技术。     

基于分布估计算法优化无线传感器网络节点定位

本文是尝试把分布估计算法应用于无线传感器网络节点定位中的初步探索。     

无线传感器网络的节点自定位技术

无线传感器网络在众多领域有着重大的应用价值,而网络的节点自定位技术是这些应用的基本支撑技术。文章介绍了无线传感器网络自身定位的有关概念与技术,分析了常用的无线传感器网络的定位技术,并讨论了定位算法的评价标准,最后对节点定位技术的发展方向进行了展望。     

无线传感器网络节点三维定位技术

针对无线传感网络中的节点定位精度低的问题,提出了改进蝗虫算法在三维空间节点定位技术。首先,采用了极大似然估计法构建节点定位模型。其次,对蝗虫算法从以下3个方面改进：(1)在种群中采用伪反向学习初始化,增加了种群多样性;(2)在递减系数中使用自适应因子避免算法陷入局部最优;(3)在迭代中使用正交交叉算子进行个体筛选。最后,将改进后的蝗虫算法用于节点定位。在仿真实验中,将本文算法与蚁群算法,粒子群算法和蝗虫算法进行对比,结果说明本文算法在噪声、锚节点密、未知节点数量和能量消耗具有较好的定位效果。     

粒子群优化算法在无线传感节点的部署应用探讨

群智能算法良好的自适应性与移动传感节点部署所需的组织性具有相似性。作为群智能算法的一种,粒子群优化算法具有结构简单、实现容易、易于收敛等特点。无线传感网络研究的关键问题之一是如何动态部署移动节点,达到提高无线传感网络覆盖率和降低节点移动能耗。本文介绍了粒子群优化算法与无线传感节点部署的相关知识,并对粒子群优化算法应用于无线传感节点部署问题进行了探讨。     

Wi-Fi网络非常态干扰下的故障节点定位算法

当前对Wi-Fi网络节点故障定位方法使用正交频分复用技术,采用直调直检的方法将Wi-Fi节点网络之间高速数据信号转换为分布式载波信号,实现节点故障节点检测,该方法很容易导致相邻节点信道间频谱主瓣重叠,在非常态干扰下定位不准。提出一种基于OFDM技术的Wi-Fi故障节点定位方法,采用同步算法来减小子载波间的正交性抑制,采用信息素更新策略实现在非常态干扰下对故障节点的定位检测。仿真实验表明,该方法能有效定位Wi-Fi故障节点,网络传输误码率降低明显,大幅提高网络传输效率,有效提高了Wi-Fi网络可靠性和应用性。     

一种优化的无线传感网络定位误差控制方法研究

针对无线传感网络误差累计效应导致定位精度降低的问题,提出了一种考虑锚节点几何形状对定位精度影响的优化定位误差控制方法。首先基于测量距离和边缘夹角构建了锚节点与定位精度的数值关系;接着,提出了一种几何权重度量误差的参量,并构建了基于几何权重实时调整目标节点提升为锚节点的权重因子,有效降低了误差传播的累计效应,提升了整个网络目标节点的定位精度。计算机仿真结果表明,文章所述方法在不同的测量误差情况下均保持了较高的定位精度,在实验环境中平均精度有了较大提升。     

WSN中一种改进的三维DV-Hop节点定位算法

本文在研究传统的DV-Hop3D算法基础上提出了一种新无线传感器网络定位算法。新算法在算法的第一阶段设置了跳数阈值参数以减小通信开销,并且在算法的第二阶段用可选择的平均跳距代替固定的平均跳距来计算未知节点到锚节点的距离,最后用Matlab7.1进行了仿真。仿真结果表明,该改进算法可明显提高节点定位精度,并且能有效降低网络通信量。     

无线传感器网络质心定位算法仿真研究

质心定位算法是无线传感器网络中一种经典的无需测距的定位算法。系统分析了锚节点个数、节点通信半径以及网络中节点总数对该算法定位性能的影响,并进行了仿真。通过对仿真结果的分析,在100m×100m的无线传感器网络区域内,当锚节点个数为总节点个数的10％时,针对不同的总节点个数,存在最优的节点通信半径,可以使节点定位率达到95％以上,同时具有较小的节点定位误差。     

无线传感器网络移动定位算法研究

基于距离和距离无关的两种定位算法,在无线传感器网络应用中,有各自的局限性,而移动节点定位技术较好的弥补这些缺陷。详细阐述了几种新型的移动定位算法的原理和特点,分析了它们的性能,并指出了未来研究的重点。     

非密集分布下传感网络节点选择优化算法研究

提出一种混沌差分进化和动态逃逸粒子群的节点选择优化算法,通过混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络中的节点能量进行分类搜索,采用Logistics混沌映射对节点进行优化分区处理,将混沌扰动量融入节点能量分区过程中,获取最佳能量节点,利用动态逃逸粒子群方法,运算无线传感网络最佳能量节点的最优位置,实现网络节点覆盖优化。仿真结果说明,所提算法可增强无线传感网络最优节点的聚类性能,具有更好的无线传感器网络动态节点选择性能,并且收敛速度快,运算耗时少。     

基于WSN定位的Euclidean算法改进研究

节点定位技术是WSN网络应用的基础,在基于RSSI的定位过程中,节点与信号源之间的位置关系对测距误差有较大影响.通过对无线传播路径损耗模型的分析,给出了信标节点的优选原则,同时将Euclidean算法根据未知节点的类型进行了优化.实验证明,改进方案与传统的定位算法相比明显降低了WSN网络中的定位误差.     

无线传感器网络的定位技术的研究

随着科学技术的进步,无线传感器网络(WSN)在人们的社会生活发挥着重要作用。从无线传感器网络的进步和应用来说,对比较实用的节点定位技术的研究在增加其性能和保证其的实用性方面有着非常重要的意义和价值,因此,如何才能提高节点的定位的准确度也是研究的一个热点。本文介绍了一种常用的测距方法,探讨了定位节点算法及定位算法,以及对它们的优缺点进行了分析比较。     

基于遗传退火算法的无线传感数据采集研究

随着科技的进步与社会的发展,无线传感网络进入高速发展阶段,越来越多的学者开始对无线传感网络数据采集进行研究。本文根据目前存在的研究方法,提出了一种基于无线传感网络数据采集的改进退火算法,该算法在传统模拟退火算法的基础上,引入遗传算法,改进种群的多样性,对收敛性进行优化,从而加强建筑结构监测的精确度。对比测试结果表明,基于改进退火算法的无线传感网络数据采集在实际过程中切实有效,可以对数据采集做到科学、精确的检测效果。     

无线局域网的定位技术研究

针对目前无线局域网定位技术的发展现状,本文详细介绍了主要的无线定位技术,并提出了一种基于信号强度和传播时间差的混合定位方法RSSI-TDOA,最后对TDOA定位算法进行了阐述。     

基于传感器网络目标节点自定位技术

随着传感器与电子技术的发展,无线传感器网络应运而生。网络节点定位技术是传感器网络中研究的主要技术。本文采用了一种基于三边测量技术和RSSI的定位算法相结合算法对网络的节点进行定位。实验结果表明,本文提出的方法能够有效对节点进行定位,同时减少开销,节约成本。     

浅析无线传感器网络的改进DV-Hop定位算法

节点定位技术在无线传感器网络中广为应用,为了精准定位,可按照距离参数分成测距算法和无需测距算法两大类。本文针对DV-Hop算法在坐标计算阶段中的不足,尤其对节点随机分布、网络拓扑动态变化的应用环境,提出相应改进方案。通过仿真比较改进方案的性能。     

两种无线定位算法的仿真分析

近年来,随着移动通信业务的迅猛发展,人们对移动通信的需求不再仅仅局限于通话业务,还包括更丰富的服务功能。其中,利用蜂窝网实现对移动终端的定位就是一种具有广阔前景的移动服务功能。在移动终端定位的基本方法中,基于信号到达时间差TDOA的定位方法是目前采用的最多的定位方法。本文详细介绍了两种基于TDOA的典型定位算法：Chan算法、Taylor级数展开法,并在信道环境中基于MATLAB软件进行了算法的仿真和性能比较。