基于WSN的灾难现场最优逃生路径规划

针对当前建筑灾难救援中存在的诸多亟需解决的问题,利用布设在建筑物内的无线传感器网络获取实时信息,根据灾难现场的全局环境信息及其变化趋势,建立灾难威胁模型.利用改进的蚁群算法DACA(Dijkstra antcolonyalgorithm)实现逃生路径规划:一方面有效利用Dijkstra算法的优点改进蚁群算法,另一方面通过改进信息素浓度更新机制来改进蚁群算法的性能.在动态的灾难环境中,该方法能够在建筑物处于紧急状态时给出优化的人员疏散策略,有效实现被困人员逃生和消防员营救的路径导航,减少人员伤亡,提高救援效率.     

基于WSN的DV_Distance定位算法研究

近年来,无线传感器网络的节点定位技术得到了广泛的研究和关注,确定事件发生的位置是无线传感器网络的功能之一,对无线传感器的研究起着至关重要的作用。本文针对DV_Distance定位算法得到的距离值误差较大的问题,提出一种定位精度相对较高的改进型DV_Distance算法。     

WSN技术在空间定位系统中的应用

通过应用无线传感器网络（WSN）技术,应用随机数定位算法向大家展示了一种低能耗的基于WSN技术的空间定位系统,使得对佩带了WSN节点（mote）的人可以实时的定位。在本系统中,通过使用基于取样的表示方法,我们的定位算法能够表示任意的分布。最后,通过仿真对比,我们发现,使用本系统获得的人的运动轨迹与真实的运动轨迹非常接近...     

引入数据融合的WSN定位算法

理论分析指出,一些不基于测距的WSN定位算法往往需要节点间进行大量的信息交互,存在大量的突发性通信,降低了网络工作效率,浪费了WSN中宝贵的能量。针对此问题,在定位算法中引入数据融合技术,通过仿真验证,引入数据融合的定位算法可以有效的减少执行定位算法所需的无线分组个数和总的通信量。     

基于MCLP的WSN定位参考点选择算法

为了避免经验算法和SHARP算法的覆盖度低和可靠性差的缺点,采用最大覆盖布局模型(MCLP)对定位参考点的选择进行研究,并将贪婪随机自适应算法(GRASP)应用到该模型.在此基础上提出了以覆盖度为目标的基于覆盖理论的定位参考点选择算法(CRS).该算法从构造最大三角形布局开始,然后采用逐步扩散的方式为定位参考点选择位置.最后利用Matlab进行仿真实验.仿真实验结果显示在不需要增加额外硬件开销情况下,CRS算法以增加布局时间为代价增加了覆盖度.     

基于RSSI的WSN节点室内定位分析

基于实验的基础,对基于接收信号强度（received signal strength indication,RSSI）的无线传感器网络（wireless sensor network,WSN）节点室内定位的几种不同情况进行分析.根据室内无线传播模型和实际测量数据得到RSSI室内传播模型;比较在不同位置的未知节点定位精度的不同;针对三点定位结果不理想的问题,采用粒子群优化（particle swarm optimization,PSO）算法对定位结果进行优化;比较不同数量的源节点对于节点定位精度的影响.当信标节点数量比较多时,通过筛选一些可靠的信标节点来提高定位精度.     

基于烟花优化的WSN数据融合算法

为减少无线传感器网络(WSN)中的数据冗余,延长网络生命周期,克服基于BP(反向传播)神经网络的数据融合算法收敛慢、数据精度低和易陷入局部最优的不足,提出一种基于烟花算法优化的无线传感器网络融合算法(IFWABP)．首先在烟花算法中使用Tent混沌图改进烟花种群的初始位置分布,使初始烟花分布更加均匀;然后利用改进的烟花算法优化BP神经网络的权重矩阵和阈值矩阵等参数进行数据融合;最后通过仿真对算法的性能进行测试和分析．仿真结果表明：对比其他算法,IFWABP算法提升了WSN数据融合的精度,降低了网络能耗,延长了网络生命周期．     

基于DV—Hop的免测距WSN定位算法研究

提出了改进DV—Hop算法,通过限制跳数实现局部范围内的定位信息提取,同时调整平均每跳距离并对其进行加权实现校正,以此提高定位精度。理论分析及仿真结果表明,该算法能够减少节点间通信量,降低通信成本,提高定位精度。     

WSN中基于任播的新型分层路由算法

传感器网络已成为一种重要、新型的信息获取和处理技术,路由协议作为其中的一种支撑技术占有重要地位.文章在简要介绍并分析现有的路由算法的基础上,提出了一种新型的基于任播的分层路由算法;算法在节能、灵活性、容错性、QOS、延迟及负载平衡等方面都有一定程度的提高;最后,展望了Anycast协议在传感器网络中的应用前景.     

基于无线传感器网络的定位系统研究及设计

研究并设计了一种基于TDOA定位技术的短距离精确定位系统。该系统采用超声波和无线电相结合的定位技术组建无线传感器网络来实现定位，系统结构简单，实现容易，无需时钟同步。针对该定位系统，设计了一种快速、高精度的多步长定位算法，理论及实验结果表明，该算法是高效的。     

基于位置信息的WSN数据汇聚路由算法

文章以无线传感器网络在建筑环境下的应用为研究背景,根据建筑能耗监测系统中无线数据传输网络特性,按位置信息对网络节点进行分簇,设计网络2级结构模型;并设计适合该网络模型的基于位置信息的WSN数据汇聚路由算法,保证簇头节点从邻居列表中选择最佳下一跳节点,最终实现与Sink节点的数据通信功能。仿真分析表明所设计的路由算法具有低时延、高可靠性、节能等优点。     

基于蚁群算法的无线传感器网络优化

无线传感器网络（WSN）中的传感器节点由一次性电源供电,能量优化关乎整个网络的寿命.优化网络拓扑结构有利于提高WSN整体的能量利用率.ACO是一种基于种群（population based）的启发式仿生进化算法.提出了基于ACO的WSN的网络优化算法,以16个固定位置节点和20个任意位置节点的WSN为对象进行了仿真研究.实验结果验证了该算法的有效性.     

基于改进克隆算法的WSN的QoS路由研究

为解决在无线传感器网络QoS约束下的最优路由选择问题,在优化网络拓扑结构的基础上,提出利用克隆选择算法和蚁群算法结合求解WSN组播路由的方法.该算法利用克隆选择算法对原始路由种群进行优化改善,避免搜索过程陷入早熟收敛问题,然后利用蚁群算法快速搜索.该算法在保证能力最优的前提下,提高了路由搜索速度,在保证最优路径选择基础上,节约了通信成本,仿真结果证明了其可行性和有效性.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

基于改进灰狼优化算法的WSN覆盖优化

针对无线传感器网络（WSN）节点在随机部署时,存在分布不均匀的情况,从而导致覆盖率较低的问题,提出了一种改进的灰狼优化（GWO）算法.首先利用Tent混沌映射初始化种群,增加种群的多样性;其次利用改进的非线性收敛因子,平衡算法的全局搜索能力与局部搜索精度;最后将差分进化（DE）算法的变异、交叉的理念融入GWO算法,避免算法陷入局部最优,并提高算法的收敛速度.基本测试函数仿真结果验证了改进算法的有效性,随后将其应用于WSN覆盖优化问题,可以使节点的分布更加均匀,显著提高覆盖率,进而改善网络性能.     

基于深度森林算法的分布式WSN入侵检测模型

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合.     

基于PSO优化LSSVR的三维WSN节点定位方法简

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

无线传感器网络层次路由安全通信研究

在无线传感器网络中引入分簇结构,可提升系统吞吐量、降低系统延迟以及节省能量。但已有的分簇方案并未较好地实现簇的安全通信。针对此问题,提出SSCRA协议,借助覆盖半径来确定簇规模成簇,簇间采用多跳路由。为实现安全通信,簇内和簇间分别利用簇密钥和簇间密钥来保障数据包的加密和认证性。仿真实验表明该协议以较低的能耗增强了分簇传感器网络的安全性。     

基于Petri网与改进A星搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立了机车运行赋时Petri网模型。针对原有启发式A*搜索算法存在的易陷入局部最优的缺点,提出了基于petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A*搜索算法相结合,得到改进的A*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A*搜索算法有效的避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

基于和声搜索算法的快递配送路径优化研究

研究了在电子商务环境下新兴的启发式和声搜索算法在快递配送路径优化中的应用,根据案例和实验得出区域内快递配送路径优化的方案,通过实验数据和传统的遗传算法做了比较,分析了两种算法在解决路径优化这类离散问题中的特点和利弊。