嵌入社区半径的力引导与径向树混合布局算法

力引导布局算法存在无法展示复杂网络社区结构的缺陷,虽引入聚类的方式来展示社区结构,但社区内节点拥挤且排列无序,不利于观察社区内节点的结构特征与连边关系,为此提出嵌入社区半径的力引导与径向树混合布局算法.该算法首先采用K-means算法对网络节点进行社区划分;然后,用社区内节点数量确定社区半径,并将社区半径嵌入到社区斥力、引力中来展示社区结构;最后,采用径向树布局分层可视化各社区内节点.实验中使用拥挤区域占比、点分布偏差、节点偏差等指标验证了本算法既能降低拥挤度又能减少节点布局偏差,可视化结果显示,本算法布局社区结构明显,节点层次分明,易于理解.

基于力引导定位的移动传感器网络协同目标追踪

文中提出了一种移动式传感器网络的协同定位与目标追踪系统。该系统利用传感器节点的板载测距设备构建节点间的距离矩阵,通过力引导算法将网络节点的位置姿态信息从距离矩阵中还原出来。相比于GPS或固定信标等全局定位系统,该系统不需要提前布设基站,就可以实现传感器网络的协同定位。由于采用超高频测距定位,该系统避免了视觉定位导致的视觉遮挡和感知范围受限等问题,还采用了深度学习实现传感器网络节点的目标识别。在没有全局定位系统和中心控制器的条件下,传感器网络通过协同式定位和分布式群体控制,实现网络布局调整、视觉目标识别以及目标协同追踪。诸多优点使得该系统可以随意部署在战场、灾区、地下隧道甚至外太空等极端环境。采用理论分析方法证明了力引导定位系统的稳定性,并通过模拟实验和真实机器人实验证明了所提系统的可行性和实用性。