期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
Analysis of Five Typical Localization Algorithms for Wireless Sensor Networks 被引量:5
1
作者 Shelei Li Xueyong Ding Tingting Yang 《Wireless Sensor Network》 2015年第4期27-33,共7页
In this paper, the self-localization problem is studied. It is one of the key technologies in wireless sensor networks (WSNs). And five localization algorithms: Centroid algorithm, Amorphous algorithm, DV-hop algorith... In this paper, the self-localization problem is studied. It is one of the key technologies in wireless sensor networks (WSNs). And five localization algorithms: Centroid algorithm, Amorphous algorithm, DV-hop algorithm, APIT algorithm and Bounding Box algorithm are discussed. Simulation of those five localization algorithms is done by MATLAB. The simulation results show that the positioning error of Amorphous algorithm is the minimum. Considering economy and localization accuracy, the Amorphous algorithm can achieve the best localization performance under certain conditions. 展开更多
关键词 wireless sensor networks (WSNs) Localization Algorithm centroid AMORPHOUS DV-HOP APIT bounding box
下载PDF
极限分割估计矩形的Bounding-Box定位算法 被引量:2
2
作者 朱长驹 吴佳欣 +1 位作者 宋海声 杨鸿武 《计算机工程与应用》 CSCD 北大核心 2017年第18期84-88,共5页
针对无线传感器网络中Bounding-Box算法定位精度低的问题,在Bounding-Box算法的基础上提出一种极限分割估计矩形的方法来改进定位算法,分割后的估计矩形产生一个待选质心,当满足分割条件时,对估计矩形继续分割,并不断产生待选质心,当满... 针对无线传感器网络中Bounding-Box算法定位精度低的问题,在Bounding-Box算法的基础上提出一种极限分割估计矩形的方法来改进定位算法,分割后的估计矩形产生一个待选质心,当满足分割条件时,对估计矩形继续分割,并不断产生待选质心,当满足终止分割条件时,将上一次分割得到的待选质心坐标作为未知节点的最终位置,通过极限分割的方法可以修正未知节点的定位误差。仿真结果表明,在无需增加额外通信开销的情况下,改进的算法在一定程度上降低了算法的平均相对定位误差。 展开更多
关键词 无线传感器网络 bounding-box算法 极限分割 估计矩形 待选质心
下载PDF
一种声纳浮标无线传感器网络中的目标定位方法
3
作者 罗浩 刘忠 +2 位作者 彭鹏菲 任雄伟 程远国 《火力与指挥控制》 CSCD 北大核心 2011年第2期62-65,共4页
对声纳浮标无线传感器网络进行了介绍;针对声纳浮标无线传感器网络中对目标的定位问题,提出了质心法和Bounding Box法两种解决方法,并给出了计算模型及坐标变换公式;质心法和Bounding Box法,原理简单,计算量小,符合无线传感器网络硬件... 对声纳浮标无线传感器网络进行了介绍;针对声纳浮标无线传感器网络中对目标的定位问题,提出了质心法和Bounding Box法两种解决方法,并给出了计算模型及坐标变换公式;质心法和Bounding Box法,原理简单,计算量小,符合无线传感器网络硬件资源有限、电源能量有限的特点;对质心法和Bounding Box法进行了仿真模拟,结果表明了这两种方法的定位效果受网络中节点探测半径的影响,Bounding Box的定位效果优于质心法。 展开更多
关键词 声纳浮标 无线传感器网络 质心法 bounding box
下载PDF
基于反向学习的群居蜘蛛优化WSN节点定位算法 被引量:10
4
作者 余修武 张可 +1 位作者 刘永 肖人榕 《控制与决策》 EI CSCD 北大核心 2021年第10期2459-2466,共8页
针对启发优化算法在WSN节点定位问题中定位精度不高和收敛速度较慢的缺陷,提出基于反向学习的群居蜘蛛优化WSN节点定位算法.为减少前期随机搜索,所提出算法首先通过Bounding-box方法得到未知节点可能存在的区域,在该区域初始化启发个体... 针对启发优化算法在WSN节点定位问题中定位精度不高和收敛速度较慢的缺陷,提出基于反向学习的群居蜘蛛优化WSN节点定位算法.为减少前期随机搜索,所提出算法首先通过Bounding-box方法得到未知节点可能存在的区域,在该区域初始化启发个体,并将加权中心反向学习策略与群居蜘蛛群优化算法相结合,求解未知节点估计位置,提高算法全局搜索能力.仿真结果表明,相比于传统算法,所提出算法收敛速度更快,节点定位精度更高. 展开更多
关键词 无线传感器网络 节点定位 群居蜘蛛优化 反向学习 bounding-box方法 启发算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部