一种基于遗传算法的无线传感器网络节点定位技术研究

本文分析了基于误差的最小二乘估计定位原理,提出一种基于遗传算法的无线传感器网络节点定位技术。建立所有节点的定位误差之和最小的数学模型,利用遗传算法求解模型的最优解,从而得到未知节点的最优的估计位置。实验仿真结果表明该算法对未知节点的定位精度高,条件简单,适合各种规模的无线传感网络节点的定位。     

基于分层定位的无线传感器网络定位研究

在无线传感器网络中,传感器节点定位是很重要的技术。提出了分层定位的思想,研究了一种集中与分布相结合的定位方法。分层定位技术通过筛选具有固定连接度的框架节点并分步定位,适用于高连接度的网络,可用于计算框架节点和普通节点的定位。仿真验证了分层定位在均匀分布节点网络中具有良好的定位精度。与其它现存方法相比,分层定位的策略可更灵活运用在各种定位应用中。     

基于zigbee和量子遗传算法的无线传感器网络节点定位技术研究

为提高传统无线传感器网络节点定位算法精度和定位速度,提出一种基于量子遗传算法的无线传感器网络定位算法。算法通过分析未知节点通信半径范围内的锚节点数量及约束关系,建立节点定位优化模型,对约束范围内节点进行采样,运用传统轮盘赌选择法选取初代种群,最后通过量子旋转门对种群中染色体进行变异及循环迭代,直到达到设定目标值。此后分析现有停车场实时性不高的缺点,提出了一种基于上述定位算法的智能停车场管理系统。以zigbee协议栈为基础,协调器进行组网,参考节点依次加入网络对系统进行检验,结果表明,该无线传感器定位算法可以满足大多数高精度、高实时性应用场合。     

基于遗传算法的无线传感器网络优化覆盖研究

在无线传感器网络应用的研究过程中,我们发现无线传感网络是存在一些影响生存周期的问题的,例如节点的能量受限、能耗浪费问题,节点可能被高度冗余的部署在同一个区域内的问题,节点的路由算法问题等,这些问题会使得无线传感器网络使用的时限变得比较短。近年来,遗传算法在各种研究中的使用频率不断增加,运用于无线传感器网络覆盖中的各种研究也是越来越多,相关的研究成果也逐渐增多。所以本文就遗传算法在无线传感器网络覆盖中的仿真研究进行了阐述和总结,并对其未来的发展趋势进行展望。     

基于量子遗传算法的无线传感器网络路由

提出了基于量子遗传算法的无线传感器网络的路由,利用量子遗传算法的高效搜索性,得到源节点和目的节点之间存在最佳路径,从而降低网络延迟,最大限度来保证网络总体能量消耗最少,延长无线传感器网络寿命.     

无线传感器网络中基于遗传算法的路径优化研究

随着社会经济不断发展进步,无线传感器网络的发展也是十分迅猛的,尤其是在现代科学技术和信息技术以及互联网技术发展的过程中,对无线传感网络的发展也起到了引导作用。对无线传感网络的相关研究也是比较多的,不仅在研究的过程中提出了新的想法和措施,而且还发表了大量的研究著作,大大的促进了无线传感网络的发展和进步。本文就主要是在相关研究的基础上,基于遗传算法对无线传感网络的路径进行优化,并且在分析研究的过程中也我们也是需要考虑到一些无线传感器的节点能量的损耗以及路由的恢复时间等一些现实的实际因素,并且我们在分析研究的过程中还需要将这些因素对无线传感器网络路径的优化进行处理。正是基于这些约束条件,就对遗传算法的各个条件进行了细致的分析和研究,基于遗传算法的无线传感器网络是路径优化是有效的,而且遗传算法也能够对无线传感器网络路径进行有效的优化。     

基于DV-Distance的无线传感器网络定位算法研究

无线传感器网络是一种全新的信息获取和处理技术,而节点自定位技术是无线传感器网络的主要支撑技术之一.由于无线传感器的节点数量非常大,致使利用GPS定位装置收集节点位置信息的代价将会很大.因此,研究能够适应无线传感器网络节点位置信息的算法是极其重要的.本文重点对距离无关的定位算法中的DV-Distance算法进行了研究,通过MATLAB软件平台对DV-Distance算法进行了仿真实现,结果表明不同信标节点密度时,定位算法的定位误差不同,而当存在障碍物及GPS误差也会影响定位误差.     

基于RSSI的无线传感器网络定位算法研究

 Ecolocation是一种基于RSSI的定位技术,算法中基于约束表的构造存在不完善之处.针对定位算法存在的误差问题从2个方面进行如下改进：首先规范构造约束表的数据源,统一采用RSSI值;其次统一序列排序比较对象,以未知节点的源数据为共同的比较基准.给出了改进算法的实现流程,并对算法的性能进行了仿真研究.仿真结果表明,改进算法的时间略有增加,而定位精度得到明显提高,随着锚节点数的增加,定位误差明显减小.     

基于IAPIT的无线传感器网络定位算法研究

无线传感器网络的应用领域涵盖军事、医疗、环保以及交通等。由于涉及到体积、功率和成本一些因素的限制,现在流行的全球定位的系统和无线传感器网络的节点定位并不配套。所以,探讨符合无线传感器网络的定位算法有着广泛的实际应用价值和非常重要的理论价值。研究了无线传感器网络中IAPIT的定位算法,就不一样的节点通信半径和锚节点比例,仿真比较探讨APIT算法和IAPIT算法的性能。从实验可以看出,IAPIT算法和APIT算法比较,大大增加了定位覆盖率。无线传感器网络的定位精度基本能够满足应用的需求。     

基于遗传算法和加权质心算法的无线传感器网络定位算法

文章通过研究质心算法的基本原理及定位算法的数学模型,对质心算法中的平均误差值进行研究,再利用遗传算法对改进的模型进行优化。通过Matlab仿真,结果显示：使用遗传算法优化无线传感器网络的定位问题,可以在较短的时间内得到精度较高的未知节点位置。     

无线传感器网络基于改进遗传算法的节点调度

节点调度问题是经典的NP-hard组合优化问题之一。为解决该问题提出了诸如蚁群算法、粒子群算法和遗传算法等智能算法,以遗传算法(genetic algorithm,GA)更为有效,但经典的遗传算法在解决节点调度问题时,其算法自身存在寻优速度慢,容易陷入局部最优。提出一种改进的轮盘赌优化方法,该方法基于适应度比例的选择,即用全部个体的选择概率来计算累计概率,产生完整的子代个体并保留其基因,避免陷入局部最优,进而快速精确地求出节点调度问题的最优解,实验结果表明,经过改进的遗传算法求解的路径长度、收敛性和运行时间等指标均有明显改善。     

无线传感器网络中的分布式遗传算法

受地形、气候、电磁干扰、节点分布等多重因素的影响,传统无线传感器不能很好的适应现复杂多变的测控环境,特别是较大规模的无线传感网络的健壮性和协同能力受到了复杂环境的挑战。分布式遗传算法在成熟的遗传算法基础上扩展了分布式协同机制,在可接受的复杂度范围内,提升了算法的健壮性。在WSN中引入分布式遗传算法,显著增强了网络的分布式并行特性,提升了节点协同能力和网络自组织的健壮性。通过发光二极管灯亮频率实验、同构无线网络和异构无线网络下稳定性实验和动态自适应环境变化实验,证明了分布式遗传算法能够很好地解决WSN中节点的扩展限制问题,并且提升了WSN的多变环境适应能力。     

基于方向的无线传感器网络自定位

考虑圆形传感区域,利用4个已知自己坐标位置配备定向天线的信标节点,通过边旋转定向天线边播报旋转角度信息和自身坐标的方式,提出了一种免于测距的无线传感器网络(WSNs)自定位方案。传感器节点通过侦听4个信标节点播报旋转角度信息和自身的坐标位置通过正弦定理确定自己的坐标位置。该定位方法是基于到达角的估计技术,具有较低的计算复杂度和不增加传感器的硬件代价。经分析发现,当4个信标节点分别位于距传感区域中心2/2传感区域半径处时传感器节点的平均定位误差最小,经误差分析和计算机仿真发现传感器节点的纵横坐标的定位误差随着与传感区域中心的距离增大而增大,并且与定向天线的角速度和信标信息的间隔时间的乘积成正比。本定位方案精度高,误差可控,具有鲁棒性的特点。     

基于BP算法的无线传感器网络定位

无线传感器网络（wireless sensor network,WSN）是一种应用广泛的全新的信息获取和处理方式,可以实现复杂的大规模监测和追踪任务。节点定位是无线传感器网络中的关键技术之一.位置估计的精度直接影响WSN后继的网络传输和监测性能。本文利用BP神经元网络方法对定位进行优化,并对测度结果进行验证。结果表明该算法提高了定位精确度。     

基于概率定位的稀疏无线传感器网络

节点定位是当前无线传感器网络非常重要的一个课题。针对无线传感器的网络节点定位设备过于复杂,成本较高的问题,提出了基于概率定位的算法。该算法在相邻节点间使用步数器和基于概率的测距定位方法,与当前的多数要求良好网络连通性的方法不同,该方法有效解决了稀疏网络下的节点定位问题。根据所设计的实验模型,用实际结果对该算法进行了验证,该算法在稀疏网络中性能良好,具有实用价值。     

无线传感器网络定位浅析

本文主要对无线传感器网络定位技术中的节点定位进行了讨论。比较了多种定位算法的优缺点,提出了定位算法的发展方向。     

基于改进DV-Hop算法的无线传感器网络定位研究

在分析DV-Hop算法特点的基础上,提出了改进DV-Hop算法的无线传感器网络定位方法,通过粒子群优化算法优化每跳平均距离误差函数,经过多次迭代寻找最优解,使得未知节点与信标节点之间的跳段距离更加精确,通过三边测量法计算出的未知节点位置较精确,通过仿真实验表明：改进DV-Hop算法相比DV-Hop算法平均定位误差率低,定位效果良好.     

无线传感器网络基于测距的节点定位算法研究

在无线传感器网络的各种应用问题中,节点的位置信息是很重要的。本文利用matlab对目标定位的基本测距算法RSSI进行仿真,得到了距离的估计值,并对其做了误差分析,得出了距离越小,误差也小,估计距离和实际距离越接近的结论;同时对DOA的MUSIC也进行了仿真,得到了信号相对于天线阵列的角度估计值,实验中取不同的snr值得到了不同的结果,其中信噪比SNR越大时得到的角度估计值越精确,并对两种基本测距算法进行比较。在得到距离估计值的基础上利用三边测量定位算法对监测事件进行仿真得出估计位置。     

无线传感器网络节点定位技术研究

由大量的智能传感器节点构成的无线传感器网络,已经成为一种全新的信息获取方法和处理技术。无线传感器网络的许多应用都是基于节点的位置信息,因此本文结合节点定位的基本概念,对基于测距和非测距两种节点定位方法进行了研究,分析了基于非测距定位方法的优势,并对几种典型的非测距定位方法进行了比较,最后给出了下一步研究工作。     

无线传感器网络DV-Hop定位算法研究

针对无线传感器网络无需测距定位算法中典型的DV-Hop算法在不同参数设置时存在定位误差及定位时间差异较大的问题，分别分析并仿真了对定位误差和定位时间有较大影响的节点个数、网络平均连通度及监测区域等几个重要参数，考虑到无线传感器网络能量及成本的限制，通过仿真结果分析得出，网络平均连通度和节点个数分别对DV-Hop算法的定位精度及定位时间起主导作用。理论分析与仿真结果表明，在不同监测区域内，在确保DV-Hop算法低能量消耗的基础上，参数优化后的算法有效地降低了节点的定位误差。