基于遗传算法与蚁群算法的WSN定位算法

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:aqcnbbz1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络技术广泛应用于各行各业,在我国已经写入十三五规划,是国家战略技术,而位置信息是无线传感器网络的关键信息,大多数应用依赖于节点位置,定位问题的解决将促进无线传感器网络的更广泛应用,也将便利于其他行业,有利于国计民生。为了解决定位问题,本人学习了大量文献,并进行了多次实验,最终在前人研究的基础上,本文提出了一种基于遗传算法与蚁群算法混合算法的无线传感器网络节点定位算法,其中,遗传算法部分采用实数编码,利用线性交叉和非均匀变异算子进行搜索,在遗传算法搜索结果的基础上,利用改进的蚁群算法进行进一步搜索,蚁群算法采用MMAS算法,根据遗传算法搜索结果产生初始吸引强度分布,之后利用高斯分布函数在初始解邻域进行搜索,再应用精英策略比较混合算法产生的新个体与父代种群,保留较优个体为新一代种群。仿真结果表明,混合算法的定位精度优于dv-hop,遗传算法等传统定位算法,算法收敛性优于遗传算法和蚁群算法,该混合算法汲取了两种算法的优点,时间效率高,定位精度高,收敛速度快,是一种优秀的无线传感器网络定位算法。本文提出的算法对于定位算法的研究和改进具有一定借鉴之处,该混合算法的优良性质表明,优秀算法的结合或将是解决定位问题甚至优化问题的一个可选方法。
其他文献
有机太阳能电池具有巨大的商业化潜力,其能量转换效率已超过17%,但与无机电池的效率仍有一定的差距。与无机材料相比,有机半导体材料最大优势在于其可设计性强,可通过优化材料的结构提升器件的光伏性能。富勒烯类材料曾是性能最优异的有机光伏受体材料,相应器件效率已超过11%,但其较低的LUMO能级与较弱的吸收限制了器件性能。为了克服这些缺点,科学家设计合成了许多新型受体材料。本文以有机太阳能电池为研究对象,
仪表放大器作为模拟前端电路,常用于检测、处理传感器输出的微弱电压信号。无论是在基本的信号放大、采集系统,还是在AI、远程医疗等一些新兴领域的应用中,都对仪表放大器的
在模式识别中,一个对象往往有不同的表示方法,而这些不同的表示方法从理论上来说可以更加充分地反映同一个对象不同维度的信息。深度典型相关分析(Deep Canonical Correlation Analysis,CCA)是一种被广泛使用的特征提取算法,其目标是学习两个数据视图间复杂的非线性投影向量,该投影向量使得得到的映射特征具有高度的非线性相关性,它可以看作是线性典型相关分析的非线性拓展。本质上,
手小的人在钢琴专业的学习道路上会比较艰辛,由于小手肌肉不够发达,手指长度不够,力度和跨度都有限,“小手”演奏者在练习大跨度的过程中手的肌肉负荷很大,甚至会有程度不等
自《网络安全法》出台以来,“关键信息基础设施”(Critical Information Infrastructures,CII)概念和范围的界定引发各界热议。由于“关键基础设施”(Critical Infrastructur
无线传感器网络用全新的信息获取和处理技术广泛地渗透在各个应用领域。传感器节点是由电池供电的,存在供电有限、寿命有限、反复充电等缺点,有效地减少网络耗能是本课题的研究重点。大多数研究是针对一定的时空条件下满足单个应用请求,这说明应用请求大部分是独立处理的,且单个传感器节点通常只能提供有限的服务,工作效率并不高。通过传感器节点工作一次,就可以满足同一时空条件下的并发请求有交叉的一部分,可以很大程度提高
浙江嘉兴梅里,自古文人才子辈出,明清尤盛。梅里诗人勤勤著书,日积月累,终以一镇之微,在清初诗坛占据着举足轻重的地位。于词学发展方面,亦未有多让,有“清初词薮”之誉。王
随着移动互联网的迅猛发展,智能移动终端数量正急剧增长,移动数据流量需求也呈指数级增长,这对现有的蜂窝网络带来了很大的挑战。一方面,现有的基站设施无法满足巨大的业务需
脂代谢异常可参与许多重症疾病导致的器官功能障碍或衰竭过程。肝脏是维持脂代谢稳态的重要器官,在维持机体脂质代谢稳态中发挥重要作用,但也是脓毒症多器官功能障碍中最容易
GaN作为第三代半导体材料,由于其优异的性能,受到人们的广泛关注。尤其是蓝光波段的发光二极管、激光器等,已经发展的相当成熟。因此,紫外波段的光电器件成了GaN基半导体材料研究的下一个热门方向。此外,为了应对越来越复杂的应用场景,传统的衬底上的外延生长不能满足越来越多的需求,衬底转移技术应运而生,为可穿戴智能芯片的发展提供了新的思路。本文主要研究近紫外波段的硅衬底氮化镓基通信芯片的材料生长和制备过程