《基于鸡群算法的无线传感器网络定位研究》PDF+DOC
作者:李鹏,陈桂芬,胡文韬
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2019年第06期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2019060110
DOC编号:DOCCGJS2019060119
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络节点定位算法的研究》PDF+DOC2010年第12期 姜圣,张俊虎,高栋梁
《无线传感器网络的分级定位算法》PDF+DOC2017年第22期 主建蕊,宋玲
《无线传感器网络定位算法综述》PDF+DOC2020年第07期 王陆敏
《无线传感器网络中Min-Max定位算法的研究与改进》PDF+DOC2012年第11期 刘庆,吴哲夫,乔晓娇
《无线传感器网络的三维空间定位算法》PDF+DOC2011年第14期 陆保国,袁杰
《区间范围内修正跳数值的Dv-hop定位算法》PDF+DOC2011年第03期 胡峰松,孟湘琴
《无线传感器网络中基于MDS的迭代定位算法优化》PDF+DOC2010年第12期 易平,钟俊,石家骏
《无线传感器网络中基于映射扩散的节点定位算法》PDF+DOC2009年第03期 张淑珍,杨琳
《DV-Hop定位算法在随机传感器网络中的应用研究》PDF+DOC2008年第04期 嵇玮玮,刘中
《基于三角形理论的无线传感器网络定位算法》PDF+DOC2013年第01期 万国峰,钟俊
针对无线传感器网络(WSN)节点定位精度不足的问题,提出一种改进鸡群算法与典型定位模型相结合的ICSO(Improve Chicken Swarm Optimization)算法。首先,提出基于pareto距离分级的分类算法,优化鸡群算法种群比例;然后,在母鸡位置公式中引入随机游走策略,增大搜索范围;最后,将净能量增益引入小鸡的位置公式,进一步提高定位精度。仿真结果表明,ICSO与改进后的粒子群算法(MPSO)和鸡群算法(BIDCSO)相比,在参考节点比例、节点密度、通信半径和定位区域面积等方面的平均定位精度分别提高了19.2%、22.1%、12.1%、8.5%和6%、10.5%、4.4%、4.7%。实验结果表明,ICSO算法能够有效提高定位精度。
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。