《多传感器优化分配问题蚁群算法求解》PDF+DOC

📙 相关资料

1. 《多传感器优化分配数学模型及其求解》PDF+DOC 当传感器资源有限而同时又有多个目标存在时，利用最大信息增益准则，在目标身份和目标优先级确定的基础上，将传感器的优化分配问题转化为指派问题进行求解，并对算法进行了仿真实验。...
2. 《信息融合系统中的多传感器优化分配》PDF+DOC 在舰载多传感器信息融合系统中，对传感器优化分配问题进行了研究。充分考虑目标身份和目标优先级等信息，依据最大信息增益准则，建立了传感器优化分配的数学模型，并对算法进行了仿真实验。...
3. 《基于Rényi信息增量和改进QPSO算法的多传感器协同分配》PDF+DOC 对防空作战目标识别阶段中的传感器管理问题进行了研究，提出基于R&#233；nyi信息增量的多传感器管理调度方案。首先利用D-S证据理论进行融合推理，得出不同目标与不同传感器配对时的R&#233；nyi信息增量；然后，建立了基于系统总R&#233；nyi信息增量最大化的传感器分......
4. 《多传感器协同管理研究》PDF+DOC 传感器管理要达到的目的就是利用有限的传感器资源，满足对多个目标进行测量要求，以得到各具体特性的最优度量值。在学习现有传感器协同管理算法的基础上，从传统的算法以及近来智能的算法两个方面对传感器协同管理算法做了简单的介绍，并给出进一步研究的方向。...
5. 《多传感器用于多目标跟踪的优化分配方法》PDF+DOC 在多传感器对多目标的监视环境下，传感器对目标的优化分配是多传感器数据融合的重要研究内容。采用目标跟踪过程中信息增益最大的优化准则，探讨了多种约束条件下多传感器对多目标的优化分配问题，并对优化分配算法进行了实验仿真验证。...
6. 《基于改进蚁群算法的无线传感器网络节点部署》PDF+DOC 为了降低无线传感器网络的总体能耗，保证信息的有效采集，针对无线传感器网络节点分布部署问题进行了研究，将其形式化为一个组合优化问题，以网络覆盖率为目标函数；提出了一种基于改进蚁群算法的节点优化部署方法，并对信息素扩散源搜索策略以及信息素更新方式进行改进；仿真结果表明，算法能够在监测目标区域内以相对较小......
7. 《基于蚁群算法的多传感器目标分配模型》PDF+DOC 根据现代信息战的特点，分析了多传感器目标分配在数据收集和融合体系中的重要意义以及当前分配算法存在的问题。针对更加灵活地多对多分配问题，提出了一种带威胁系数和效用衰减度的循环分配方法，确立了新的目标函数，使传感器资源更多地流向威胁度高的目标，更加符合实际应用。针对目标分配这种NP问题，结合新的分配方法......
8. 《基于蚁群算法的传感器网络节点部署设计》PDF+DOC 传感器网络节点的人工部署是一类重要的应用方式，为了解决传感器网络节点部署位置的优化问题，提出了基于蚁群算法的传感器网络节点部署设计算法Easidesign。针对蚁群算法在解决传感器节点部署的扩展性问题，提出了贪婪策略、额外信息素蒸发机制等改进方法。Easidesign算法最大特点是充分考虑到当sin......
9. 《贝叶斯决策在传感器识别中的应用》PDF+DOC 提出了一种用传感器对环境的识别信息进行局部路径规划的智能方法。针对实际交通中存在的最优解失效问题，将蚁群算法求取的信息素数值作为状态先验概率数据，用贝叶斯决策理论计算最小条件风险进行次优路径的选择，并提出超级风险的概念用于实现智能化的决策变更。实验结果证明：该方法能达到预期效果。...
10. 《一种新的无线传感器网络节点优化部署方法》PDF+DOC 优化的节点部署是当前无线传感器网络研究的热点之一。利用一种改进蚁群算法来解决节点部署问题。该算法利用蚁群系统的特殊个体转移规则、不同的信息素更新规则来改善蚁群算法性能。针对监测点稀疏情况引入贪心策略使得算法对环境具有免疫性。大量的仿真实验验证了算法的有效性及在保证连通性覆盖的条件下优化了网络中部署节......