基于自适应门限及分层容量的粒子滤波算法

为了解决传统粒子滤波算法在重采样过程中因粒子匮乏而导致滤波精度降低的问题,提出基于自适应门限(T)及分层容量(C)的粒子滤波(particle filtering,PF)算法,简称TCPF算法。利用无迹变换在建议分布中融入最新量测信息,使得建议分布贴近概率密度函数的真实分布;构造自适应门限,减少在高斯混合中对相似组件单元聚类的运算步骤,提高聚类效率;设置分层采样比例容量,对连续概率密度函数进行分层,并对劣势层粒子权值进行优化组合,提高粒子多样性。6组系统模型测试结果表明,与其他滤波算法相比,TCPF的均方根误差均值和标准差均值分别平均下降29%和25%,从而验证了其在抑制粒子退化、避免样本匮乏上的优势,提高了滤波精度。

一种蛛网启发的农田无线传感器网络寿命优化方法

农田无线传感器网络部署范围广、节点众多,不同区域内节点能量消耗速率存在显著差异,承担较多信息转发任务的内层节点易过早死亡,导致拓扑连通度快速下降、网络生存时间过短。受自然界中的圆形蛛网抗毁结构启发,文中提出一种基于流量概率分配机制与负载容量分层模型的农田无线传感器网络寿命优化方法。该方法利用通信节点选择的概率随机化与节点初始能量的分层差异化提升网络存活时间。仿真结果表明:流量概率分配机制可在节点受损时动态调度网络流量,含调节系数的负载容量分层模型有助于延长网络寿命;当调节系数大于等于30时,网络仿真轮数和网络效率比改善显著;此外,对于每层随机破坏2个节点试验,当调节系数由0增加到40时,第1层~5层仿真轮数分别增加48.9%,37.6%,39.75%,38.9%,22.1%,网络效率比分别增加19.1%,24.7%,23.6%,23%,50%;与其他算法相比,选择性失效和随机性失效条件下,文中方法均能更合理地调度网络流量,均衡内外层节点的能量消耗,最大程度提升网络寿命。