《基于蚁群粒子群混合的无线传感器网络定位算法》PDF+DOC
作者:叶蓉,赵灵锴
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2011年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2011030800
DOC编号:DOCJZCK2011030809
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络DV-Hop定位算法的研究》PDF+DOC2010年第03期 白凤娥,姜晓荣,牟汇慧
《基于改进传感器DV-Hop算法的机场旅客定位》PDF+DOC2016年第04期 刘合安,吴曙光,张慈珍
《无线传感器网络中关于DV-Hop定位算法的改进》PDF+DOC2016年第03期 邹佳顺,张永胜
《改进的无线传感器网络DV-Distance定位算法》PDF+DOC2012年第03期 李桔鸿,谢睿,陈向东,肖航
《一种改进无线传感器网络定位算法的研究》PDF+DOC2010年第09期 孙泽宇,魏巍
《一种基于共线度的无线传感器网络定位算法》PDF+DOC2009年第05期 吴凌飞,孟庆虎,梁华为
《一种改进的无线传感器网络DV-Hop定位算法》PDF+DOC2008年第09期 杨石磊,樊晓平,刘少强,张纯和
《一种改进的DV-Hop传感器网络定位算法》PDF+DOC2007年第34期 姜山,李建波
《基于功率控制和邻居信息的距离无关定位算法》PDF+DOC2015年第03期 史昕,张玲华
《基于节点三角形选择方法的无线传感器网络定位算法》PDF+DOC2013年第02期 张春华,党小超
在无线传感器网络免于测距的定位算法中,DV-Hop算法是典型算法之一;蚁群粒子群算法(ACOPSO)通常被用来作全局优化;为了降低定位误差,提高定位精度,新算法先用DV-Hop算法估量未知节点与锚节点的测量距离,蚁群粒子群算法(ACOPSO)作后期优化,最小化DV-Hop的适应度函数,从而实现基于不同的距离或路径测量方法的优化;经过Matlab仿真分析表明,在相同的仿真环境中,新算法产生的平均定位误差比DV-Hop算法和基于粒子群的定位算法产生的平均定位误差更低,有效地提高了定位精度。
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。