《基于自然选择粒子群的时钟同步算法》PDF+DOC
作者:蒋伊琳,张芳园
单位:西南交通大学
出版:《西南交通大学学报》2017年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFXNJT2017030220
DOC编号:DOCXNJT2017030229
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于粒子群算法的无线传感器k重覆盖优化策略》PDF+DOC2012年第21期 郭龙,熊伟,李牧东
《基于量子粒子群算法的移动节点覆盖优化》PDF+DOC2012年第06期 王建华,史明岳,王婷婷
《无线传感器网络中的数据融合研究》PDF+DOC2010年第10期 张海玉,冯秀芳
《基于卡尔曼滤波的无线传感器网络时钟同步协议》PDF+DOC2010年第11期 郭文娟,王英龙,魏诺,郭强,周书旺
《基于卡尔曼滤波的数据融合在无线传感器网络中的研究》PDF+DOC2009年第01期 邓睿,戴丽莉
《基于重叠网的无线传感器网络时钟同步模型》PDF+DOC2009年第09期 艾林,李思敏,唐智灵,杨锐雄
《无线传感器网络应用支撑技术研究》PDF+DOC2008年第03期 荆琦,唐礼勇,陈洲峰,王昭
《基于分簇与自适应加权的WSN数据融合算法》PDF+DOC2013年第11期 陶志勇,王雪
《移动机器人辅助下基于GM-CKF的无线传感器网络节点定位研究》PDF+DOC2016年第09期 陈晓飞,凌有铸,陈孟元
《睡眠机制无线传感器网络中负载平衡的数据融合调度方法》PDF+DOC2016年第01期 陈正宇,徐志国
为了提高无线传感器网络的时钟同步精度,避免因不可靠数据和网络拓扑结构变化在同步过程中产生的同步误差,建立了基于自然选择粒子群融合算法仿真模型.首先,采用卡尔曼滤波算法,将多个传感器的测量数据进行局部滤波处理,去除测量数据中最底层的冗余信息,提高测量数据的准确性;其次,采用自然选择粒子群算法建立数据融合模型,计算网络的最优融合估计;最后,对自然选择粒子群融合算法模型进行仿真,结果表明:该算法的融合模型不仅能够对网络中的5个节点时钟进行有效融合,而且可以提高节点晶振的时偏和频偏的融合精度,形成一个具有较高稳定度的虚拟时钟,其时偏和频偏的融合精度主要集中范围分别为10-5和10-7,与传统自适应融合算法相比较,它的时偏和频偏融合精度提高了1个数量级。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。