基于WBOA的3D-DV-Hop节点定位算法

针对三维(3D)-DV-Hop定位算法未知节点从最近的锚节点获取平均跳距估算距离时定位精度低的问题,提出了一种新的基于WBOA的3D-DV-Hop算法。首先,该算法去除了网络中无法通信和无法定位的节点;然后添加了修正因子,修正平均跳距。接着创建一个用于优化的蝴蝶初始种群,构建目标函数。采用自适应权重来平衡全局搜索与局部搜索的能力,使得算法不易陷入局部最优,加快了算法的收敛精度;最终求得全局最优平均跳距。仿真结果表明:尽管算法的平均运行时间略有增加,但算法的定位精度得到了有效提高。

基于多策略优化的三维无线传感器网络定位算法

在经典三维无线传感器网络定位算法中,极大似然估计法定位存在矩阵无法求逆的问题。针对此情况,提出了一种基于多策略优化的三维无线传感器网络定位算法。首先,引入Sine映射对金枪鱼群初始种群进行混沌映射,增强了初始种群的多样性及均匀性。其次,结合非线性收敛因子和自适应权重策略对金枪鱼每次位置迭代更新进行优化,避免算法陷入局部最优,进一步提升算法的搜索速度和寻优的准确性。最后,采用多策略增强金枪鱼群优化算法在三维空间中对每个未知节点位置进行计算,解决了矩阵无法求逆的情况,有效降低了待定位节点位置的计算误差。实验结果表明:新提出的定位算法、经典三维定位算法、三维加权DV-Hop定位算法与灰狼优化的三维定位算法平均定位误差分别为13%、73%、30%和17%。

多策略改进MPA在无线传感器网络中的应用

针对无线传感器网络中非测距节点定位算法自身存在算法定位误差较大的缺陷,提出了一种MMPA-3DDV-Hop算法。该算法先利用多通信半径细化节点间的跳数,然后添加了修正因子修正平均跳距,接着采用多策略融合改进MPA算法计算待定位节点位置最优解。多策略改进MPA算法首先利用Singer混沌映射策略对种群进行初始化,克服种群初始化的盲目性。其次,采用t-分布扰动策略来提升算法的全局搜索能力,在增加搜索空间多样性的前提下,达到快速收敛;最后,引入变异策略和小概率策略,将二者相结合来避免该算法陷入局部最优,对改进算法在复杂度、收敛性和稳定性方面进行性能测试,测试结果表明改进后的MPA算法具有较好的收敛性和稳定性。仿真结果表明:相比3DDV-Hop算法、多通信半径算法以及3D-VNDV-Hop算法,MMPA-3DDV-Hop算法的归一化定位误差平均降低了21.3%、13%与5.7%左右,尽管算法的平均运行时间略有增加,但有效提高了算法的定位精度。

基于测距修正及改进鲸鱼优化的DV-HOP定位算法

针对无线传感器网络中传统DV-HOP(distance vector-hop)定位算法定位误差大的问题,提出基于测距修正及改进鲸鱼优化的DV-HOP(whale optimization algorithm distance vector-hop,WOADV-HOP)定位算法,该算法首先通过添加修正因子和引入权重来修正待定位节点和信标节点之间的测距值,减少测距误差。利用改进鲸鱼优化算法代替最小二乘法求待定位节点的坐标。仿真结果表明,在不增加额外设备的情况下,该算法比同类方法能更加明显地提高定位精度。

节点RSSI比值跳数修正的DV-Hop算法

针对传统的DV-Hop定位算法在计算锚节点与待定位节点之间的平均跳距和跳数时所造成的大量误差积累问题,提出一种基于接收信号强度指示(RSSI)比例修正的DV-Hop定位算法。在改进的算法中,根据不同平均跳距处的接收信号强度指示(RSSI)值,选取最大平均跳距、最小平均跳距处、通信半径处的RSSI值,求出比例因子,再利用该比列因子求出加权系数来修正每一跳数,从而得到更加精确的跳数和平均跳距,提高定位精度。仿真实验表明:该改进算法的定位精度优于传统算法。

基于粒子群优化的DV-Hop定位算法研究

针对无线传感器网络(WSN)定位算法中的经典DV-Hop算法存在较大定位误差的问题,提出一种基于粒子群优化修正平均每跳距离的DV-Hop优化算法。该算法在以下三个方面进行改进:对于每个锚节点平均跳距计算,加入各个锚节点权重;提出主节点定义,网络拓扑结构将被考虑得更加全面,更好地权衡局部和全局特点,以此方法计算节点估计距离;提出中心学习策略,加入逃逸因子,避免粒子陷入局部寻优,最后用改进的粒子群算法代替极大似然估计法定位节点坐标。通过Matlab仿真软件验证,与原始DV-Hop和PSO-DVhop比较,结果分析此算法具有优越性和可行性。

基于井下异构无线传感器网络DV-Hop定位算法的改进

为了满足矿井安全生产和监测需要,针对井下巷道特殊环境和异构无线传感器网络特点而提出一种改进DV-Hop定位精度的解决方案。该方案考虑了井下节点分布不均匀和平均跳距之间的偏差度对定位精度的影响,在选取跳数和平均跳距的过程中均引入了一个筛选因子,从而得到更加精确的平均跳数和平均跳距,以达到提高定位精度目的。仿真结果表明:该方案能有效提高DV-Hop算法定位精度,更加适合井下弯曲复杂场景的定位。

基于DV-Hop的节点定位算法改进研究

为了解决不规则网络拓扑环境中DV-Hop算法存在较大误差的问题,提出了一种改进的DV-Hop定位算法.该算法对跳数为1的锚节点利用多通信半径的方法将跳数修正;然后通过归一化加权因子修正锚节点平均每跳距离;最后对总体最小二乘法计算得到的未知节点坐标位置利用三角形质心进一步进行修正,实现DV-Hop定位算法的全面改进,提高节点在不规则网络中定位的精确度.仿真实验证明了改进算法的有效性.

基于DV-HOP WSN改进算法的研究与仿真

节点定位是无线传感器网络应用的关键技术,通过对无线传感器网络中DV-Hop节点定位算法及影响算法定位性能因素的分析与研究,提出的一种新的改进方法,即采用基于角度阈值的锚节点选择策略,有选择性的选取锚节点参与三边定位过程,对平均每跳距离的计算进行改进,并通过引入角度加权因子对其定位结果进行修正。仿真结果表明,改进后的算法有效提高了节点的覆盖率和定位精度。

基于距离修正的DV-Hop改进算法

传统的DV-Hop算法定位精度不高,针对这种情况,提出一种基于距离修正的改进算法。改进算法在两方面对传统算法进行改进。首先修正锚节点间距离,通过修正后计算出的平均跳距更加精确。第二步修正未知节点到锚节点距离,使估算出的未知节点位置更加准确,最终达到高精度定位。修正后在matlab平台上进行仿真,仿真结果表明定位精度有明显提高,是一种简单实用的改进定位算法。

基于改进平均跳距和位置修正DV-HOP定位算法

针对传统DV-HOP算法在锚节点随机分布情况下定位误差和计算量较大的问题,提出了基于改进的平均跳距和位置修正的DV-HOP定位算法,根据节点的分布情况,锚节点计算其权值来动态调整其平均跳距,同时引入位置修正因子对用2种方法得到的位置信息进行修正,减少了定位误差,提高定位精度。仿真结果表明,改进算法在不同的锚节点数和不同的锚节点比例情况下都有较好性能,和传统DV-HOP算法相比定位误差明显减小,定位精度明显提高。

一种基于坐标改正的改进DV-Hop定位算法

为有效提高DV-Hop算法在拓扑随机网络中的定位精度,提出一种利用锚节点定位误差修正未知节点坐标的新方法(PEDV-Hop)。首先定义伪距误差因子剔除对平均跳距计算产生较大误差的锚节点,从而有效抑制网络拓扑随机分布影响,提高平均跳距计算精度;其次,视锚节点为未知节点,在计算平均跳距的同时,运用三边或多边测量法评估自身定位坐标,从而可计算得到锚节点坐标改正值,并将平均跳距与坐标改正值向网络广播;最后,未知节点根据接收到各锚节点的坐标改正值来修正自身定位误差,从而有效提高节点定位精度。仿真结果表明,PEDV-Hop算法实现简单,有效提高了节点的定位精度。

基于RSSI测距的改进DV-Hop定位算法

提出一种基于RSSI测距的改进DV-Hop定位算法,根据RSSI测距优化节点间的跳数,并使用校正因子修正DV-Hop算法中的平均跳距,最后,采用无约束优化算法代替传统的最小二乘法,计算未知节点的坐标,以减小误差的累计。仿真结果表明:与同类型的算法相比,提出的算法定位误差更小,能够得到更加精确的定位结果。

一种改进的无线传感网络DV-Hop定位算法

针对传统DV-Hop定位算法在节点随机分布网络中定位精度不高的问题,提出一种改进算法,该算法首先定义伪距误差因子剔除对平均跳距计算产生较大误差的参考节点,降低网络随机拓扑分布的影响,提高锚节点平均跳距的计算精度;其次,以全网锚节点平均跳距的均值作为锚节点平均跳距校正值并向网络广播;最后,未知节点根据接收到各锚节点的平均跳距校正值运用三边或多边测量法估算坐标。仿真结果表明:同传统DV-Hop算法和部分已有改进算法相比,本文改进算法的定位精度更高。

基于改进TLBO的DV-Hop定位算法

提出了一种基于改进教与学优化(TLBO)的DV-Hop定位算法。通过添加修正因子来修正锚节点的平均每跳距离,减小距离估计的误差;然后引入共线性概念,减少由锚节点共线引起的定位误差;接着通过自适应选取教学因子,并且引入学员自学习策略,以加快TLBO算法的收敛速度,增强局部检测能力;将Levy飞行行为融入到TLBO中,增强种群多样性,避免TLBO算法陷入局部最优,计算出精确的定位坐标。仿真结果表明:与同类型算法相比,该文提出的算法能够得到更加精确的定位结果。

无线传感器网络中DV-Hop定位算法的改进

针对无线传感器网络无需测距的DV-Hop定位算法中存在误差率较大的问题,本文从两个方面对其进行了改进:引入平均误差修正信标节点间的平均每跳距离;引入权重因子计算未知节点坐标.仿真结果表明,改进算法比传统DV-Hop算法误差率更低,能更好地应用于实际场景.

高密度LoRa网络优化方法研究

在农业物联网中,LoRa技术被广泛采用。当网络覆盖范围较大时,标准的LoRaWAN协议会增加扩展因子SF,以增大通信距离。然而,由于SF内(指SF取值相同)和SF间(指SF取值不同)冲突的影响,限制了其节点密度,不适合大范围、高密度的部署场景。为满足大范围和高密度部署要求,结合多跳路由方案和扩频因子分配方法对LoRa网络进行优化,以提高网络的节点容量和可靠性。仿真结果表明,通过使用所提出的方法,在基本节点数量大于10000个的LoRa网络内,仍可以获得80%以上的数据包交付率PDR,显著提高了大范围、高密度场景下LoRa网络的可靠性。

WSN中基于粒子群算法改进的分簇路由算法

针对WSN中路由协议的能量消耗不均匀、簇头节点分布不均匀等问题基于粒子群算法提出了一种寻找最优簇头的方法:引入了剩余能量因子和位置均衡因子的概念,由节点的剩余能量因子和位置均衡因子生成适应度函数;利用Kruskal算法生成最小生成树,建立簇间最短路由。经仿真实验证明,相较于传统的WSN路由协议,该算法有效延长了网络的生命周期,并在一定程度上提高了均衡性。

街舞运动的价值研究

根据文献资料法、调查访问法、问卷调查法、数理统计法、综合分析法;通过全国第二届街舞电视大赛问卷调查,对街舞运动的价值进行研究;结果表明,决定街舞运动的价值的重要因子有5个:健心因子,健身因子,艺术因子,健美和时尚潮流因子,各个因子的相对重要性不同。可见,健心,健身,追求艺术,健美和时尚潮流是参加街舞锻炼可以得到的价值。

一种基于榕树型拓扑的铁路无线Mesh网络结构

旅客列车Internet应用的需求日趋强烈,而铁路沿线的无线宽带覆盖是实现旅客列车Internet应用的必要条件,也是当前的研究热点。基于这个研究方向,本文提出榕树型拓扑、多跳无线链、节点失效危险度、破坏因子等概念。设计榕树型拓扑的动态最小生成树算法,在此基础上,探讨了榕树型拓扑的网络健壮性;然后基于榕树型拓扑设计一种多出口总线的铁路无线Mesh网络结构和多模Mesh节点结构,设计了微蜂窝部署方案和混合频道复用方案,并就其传输延迟和传输带宽进行探讨和分析;最后基于本文提出的方法,对一段300km长的铁路线进行实例部署规划。理论分析和实例部署规划表明,榕树型拓扑具有较低的传输延迟、较高的传输带宽和较强的网络健壮性,符合铁路无线宽带覆盖的要求。另外,榕树型拓扑只要求在铁路沿线部署若干个有线网络出口,且结构调整灵活,具有很好的可实施性。