本文關(guān)鍵詞： 無線傳感器網(wǎng)絡(luò) 節(jié)點定位 遺傳粒子群算法 平均每跳距離 前攝估計　出處：《傳感技術(shù)學(xué)報》2017年07期 　論文類型：期刊論文

【摘要】：用常規(guī)粒子群改進的DV-Hop算法由于粒子易陷入局部最優(yōu)而導(dǎo)致較大的定位誤差,對此,提出了結(jié)合遺傳粒子群的DV-Hop定位(GAPSO-DV-Hop)算法。首先根據(jù)最大理想跳數(shù)篩選錨節(jié)點,計算加權(quán)平均每跳距離,權(quán)重采用錨節(jié)點之間距離、最小跳數(shù)、以及通信半徑構(gòu)成;其次,用遺傳機制改進粒子群算法以代替最小二乘法,所作改進包括使用前攝估計縮小粒子搜索范圍、根據(jù)遺傳算法中的交叉策略生成待交叉粒子隊列,并在每次迭代后選取最差個體做動態(tài)變異。仿真結(jié)果表明,在相同環(huán)境下,所提GAPSO-DV-Hop算法的定位精度明顯高于常規(guī)DV-Hop算法以及其他對比算法。
[Abstract]:The improved DV-Hop algorithm based on conventional particle swarm optimization (PSO) leads to large localization errors due to the fact that particles are prone to fall into local optimum. In this paper, a GAPSO-DV-Hopp algorithm combined with genetic particle swarm optimization (PSO) is proposed. Firstly, anchor nodes are selected according to the maximum ideal number of hops. The weighted average distance per hop is calculated, the weight is composed of the distance between anchor nodes, the minimum number of hops, and the communication radius. Secondly, the particle swarm optimization algorithm is improved by genetic mechanism to replace the least square method. The improvements include reducing the range of particle search by proactive estimation, generating queue of particles to be crossed according to the crossover strategy in genetic algorithm, and selecting the worst individual for dynamic mutation after each iteration. The simulation results show that, under the same environment, The location accuracy of the proposed GAPSO-DV-Hop algorithm is obviously higher than that of the conventional DV-Hop algorithm and other comparison algorithms.
【作者單位】： 江南大學(xué)輕工過程先進控制教育部重點實驗室;
【基金】：國家自然科學(xué)基金項目(61373126) 江蘇省自然科學(xué)基金項目(BK20131107)
【分類號】：TN929.5;TP18;TP212.9

【相似文獻】

相關(guān)期刊論文 前10條

1 曹曉梅;何欣;陳貴海;;傳感器節(jié)點定位系統(tǒng)攻防機制研究[J];計算機科學(xué);2008年07期

2 鄧文蓮;;無線傳感器網(wǎng)絡(luò)節(jié)點定位的仿真研究[J];計算機仿真;2012年05期

3 嵇瑋瑋;劉中;;遞增式傳感器節(jié)點定位方法的累積誤差分析及其改進[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2008年04期

4 梅舉;陳滌;辛玲;;基于蒙特卡洛方法的移動傳感網(wǎng)節(jié)點定位優(yōu)化算法[J];傳感技術(shù)學(xué)報;2013年05期

5 王培東;祁春莉;;一種改進的節(jié)點定位方法[J];計算機應(yīng)用與軟件;2012年08期

6 李磊;秦國軍;胡蔦慶;陳鎧;;基于傳輸距離估計的無線傳感網(wǎng)節(jié)點定位方法[J];系統(tǒng)工程與電子技術(shù);2009年01期

7 梁毓明;陳德海;黃朝志;;無線傳感器網(wǎng)路節(jié)點定位技術(shù)的研究進展[J];江西理工大學(xué)學(xué)報;2010年03期

8 賀遠(yuǎn)華;黎洪生;;一種新的無線傳感器網(wǎng)絡(luò)分布式節(jié)點定位方法[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2010年04期

9 胡鋼;張瑞;劉宴佳;;水下傳感器網(wǎng)絡(luò)移動節(jié)點定位問題研究[J];傳感技術(shù)學(xué)報;2012年02期

10 李余琪;;基于修正殘差的物聯(lián)網(wǎng)節(jié)點定位算法仿真[J];計算機仿真;2013年05期

相關(guān)會議論文 前2條

1 何怡;郭愛煌;劉楓;;多層網(wǎng)狀局域連通環(huán)境無線傳感網(wǎng)絡(luò)中的節(jié)點定位[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（下冊）[C];2008年

2 黃奕微;劉桂雄;洪曉斌;;WSN節(jié)點定位系統(tǒng)構(gòu)建方法與實現(xiàn)[A];2010中國儀器儀表學(xué)術(shù)、產(chǎn)業(yè)大會（論文集1）[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 朱明強;無線傳感器網(wǎng)絡(luò)中節(jié)點定位與跟蹤參數(shù)估計研究[D];北京交通大學(xué);2016年

2 胡冰;無線傳感器網(wǎng)絡(luò)節(jié)點定位與目標(biāo)跟蹤技術(shù)研究[D];武漢理工大學(xué);2010年

3 陳維克;無線傳感器網(wǎng)絡(luò)路由和節(jié)點定位技術(shù)研究[D];武漢理工大學(xué);2009年

4 王晟;無線傳感網(wǎng)絡(luò)節(jié)點定位與覆蓋控制理論及技術(shù)研究[D];武漢理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 江小燕;未知環(huán)境中未攜帶設(shè)備物體的定位研究[D];深圳大學(xué);2015年

2 鄒媛;車聯(lián)網(wǎng)節(jié)點定位及監(jiān)控系統(tǒng)的設(shè)計與研究[D];上海交通大學(xué);2015年

3 李曉英;無線傳感器網(wǎng)絡(luò)節(jié)點定位的研究[D];延安大學(xué);2015年

4 李坤;基于蒙特卡洛的無線傳感網(wǎng)移動節(jié)點定位研究[D];東華理工大學(xué);2015年

5 劉偉;基于改進粒子群優(yōu)化算法的WSN節(jié)點定位的研究[D];南京郵電大學(xué);2015年

6 王艷暉;無線傳感器網(wǎng)絡(luò)節(jié)點定位技術(shù)的研究[D];太原理工大學(xué);2016年

7 常智華;無線可充電傳感器網(wǎng)絡(luò)中的節(jié)點定位問題研究[D];南京大學(xué);2016年

8 張強;智能雷場節(jié)點定位技術(shù)的研究與實現(xiàn)[D];南京理工大學(xué);2016年

9 王浩;基于優(yōu)先節(jié)點定位和人工魚群優(yōu)化的DV-Hop算法研究[D];中國礦業(yè)大學(xué);2016年

10 陳熹;無線傳感網(wǎng)中基于非測距的節(jié)點定位技術(shù)及改進方案[D];南京郵電大學(xué);2016年

，

本文編號：1514804