作者:林凤德,陈佳品,丁凯,李振波 单位:沈阳仪表科学研究院有限公司 出版:《仪表技术与传感器》2019年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFYBJS2019010220 DOC编号:DOCYBJS2019010229 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于DV-Hop算法改进的研究》PDF+DOC2015年第04期 李亚杰,杜春晖,吉高卿 《WSN中DV-Hop定位算法改进研究》PDF+DOC2016年第06期 高秀峰,李玺,刘爱珍,王帅 《基于和声搜索算法的WSN节点定位技术》PDF+DOC2015年第03期 高凯,贾伟,雍龙泉 《一种基于优化算法的无线传感器网络定位算法》PDF+DOC2011年第04期 王晓丽,陈天煌 《基于DV-Hop的无线传感器网络定位算法》PDF+DOC2013年第06期 冀汶莉,贾东 《无线传感器网络中DV-Hop定位算法的改进》PDF+DOC2015年第07期 马淑丽,赵建平 《基于RSSI测距的无线传感器网络质心定位算法优化》PDF+DOC2018年第12期 尹亚波,徐晴 《一种基于DV-HOP改进的无线传感器网络定位算法》PDF+DOC2012年第01期 朱敏,刘昊霖,张志宏,易宗锐 《基于UKF-RSS在线建模的WSN节点跟踪定位算法》PDF+DOC2015年第16期 申剑飞,杨秋芬,桂卫华,胡豁生 《WSN中基于最佳指数的加权DV-Hop算法》PDF+DOC2015年第10期 马淑丽,赵建平
  • 无线传感器网络(WSN)是一种由节点组成的无线自组织网络,在很多领域中有广泛的使用。节点定位是无线传感器网络中最重要的部分,使用无测距定位算法中传统的DV-Hop算法来定位误差较大。为了提高DV-Hop算法的精确度,提出了一种基于遗传算法和二进制蚁群算法来改进DVHop定位算法。遗传算法中利用了线性交叉和非均匀变异算子在种群中进行搜索,在此基础上,采用二进制蚁群算法进行进一步的搜索,而后比较适应度函数来保留较优的个体,从而产生了新一代种群。二进制蚁群算法中使得每只蚂蚁的智能化比较低,每条路径对应的存储空间相对较小,显著提高了计算效率。仿真的结果表明,提出的算法比传统的DV-Hop算法、基于遗传算法的DV-Hop算法有更快的收敛速度和更高的定位精度。

    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。