基于PSO-GSA優(yōu)化的井下加權(quán)質(zhì)心人員定位算法
本文選題:引力搜索算法 + 接收信號(hào)強(qiáng)度; 參考:《計(jì)算機(jī)應(yīng)用研究》2017年03期
【摘要】:針對(duì)煤礦復(fù)雜環(huán)境中,接收信號(hào)強(qiáng)度指示的人員定位精度較低,難以動(dòng)態(tài)跟蹤參數(shù)變化的問題,提出一種利用改進(jìn)的引力搜索算法應(yīng)用于加權(quán)質(zhì)心定位中進(jìn)行井下人員定位的方法。先采用對(duì)數(shù)距離路徑損耗模型得到信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn)的距離,然后通過加權(quán)質(zhì)心定位算法對(duì)未知節(jié)點(diǎn)進(jìn)行定位,最后利用粒子群萬有引力混合算法對(duì)相關(guān)參數(shù)和估計(jì)的位置信息進(jìn)行優(yōu)化。實(shí)驗(yàn)結(jié)果表明,該方法能夠增強(qiáng)對(duì)環(huán)境變化的自適應(yīng)能力,更有效地提高了定位精度。
[Abstract]:In the complex environment of coal mine, it is difficult to track the change of parameters dynamically because of the low positioning accuracy of the person receiving signal strength indication.In this paper, an improved gravity search algorithm is proposed to locate underground personnel in weighted centroid location.The distance between beacon node and unknown node is obtained by using logarithmic distance path loss model, and then the unknown node is located by weighted centroid localization algorithm.Finally, the particle swarm optimization algorithm is used to optimize the related parameters and estimated position information.The experimental results show that this method can enhance the adaptive ability of environment change and improve the positioning accuracy more effectively.
【作者單位】: 遼寧工程技術(shù)大學(xué)電氣與控制工程學(xué)院;朝陽師范高等專科學(xué)校數(shù)計(jì)系;
【基金】:國(guó)家自然科學(xué)基金資助項(xiàng)目(51274118) 遼寧省教育廳基金資助項(xiàng)目(UPRP20140464)
【分類號(hào)】:TD76;TP18
【相似文獻(xiàn)】
相關(guān)期刊論文 前2條
1 趙繼軍;趙慶偉;李志華;孫翔;;基于虛節(jié)點(diǎn)校正的井下無線傳感器網(wǎng)絡(luò)定位算法[J];煤炭工程;2012年04期
2 ;[J];;年期
相關(guān)會(huì)議論文 前3條
1 金鑫;;一種改進(jìn)型無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集(下冊(cè))[C];2008年
2 王棟棟;孫燕;;對(duì)加權(quán)質(zhì)心定位算法的改進(jìn)[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集(二)[C];2008年
3 李占波;劉慧玲;;基于Zigbee技術(shù)的加權(quán)質(zhì)心定位算法[A];計(jì)算機(jī)研究新進(jìn)展(2010)——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年
相關(guān)碩士學(xué)位論文 前2條
1 張乙竹;基于K-means聚類點(diǎn)密度加權(quán)質(zhì)心定位算法研究[D];江西師范大學(xué);2016年
2 趙翠;加權(quán)質(zhì)心和DV-Hop混合算法研究[D];華中師范大學(xué);2011年
,本文編號(hào):1738490
本文鏈接:http://sikaile.net/kejilunwen/kuangye/1738490.html