基于AC-PSO的DV-Hop算法研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著國內(nèi)外傳感器技術(shù)的不斷進(jìn)步,無線傳感器網(wǎng)絡(luò)技術(shù)已經(jīng)運(yùn)用到許多領(lǐng)域里如軍事國防、醫(yī)療衛(wèi)生、環(huán)境檢測、搶險急救等。在很多應(yīng)用領(lǐng)域中,傳感器對信息的獲取與節(jié)點自身的位置有關(guān)。因此,傳感器網(wǎng)絡(luò)定位技術(shù)也越來越受到重視。本文針對DV-Hop算法中存在的誤差,運(yùn)用誤差修正,粒子群優(yōu)化以及蟻群粒子群結(jié)合的方式來優(yōu)化原始DV-Hop定位算法,以此提高它的定位精確度,主要的研究成果如下:
  針對DV-Hop算法中估算每跳跳距產(chǎn)生的誤差較大,由

2、誤差修正法來計算錨節(jié)點的實際距離和估算距離并使之最小化,同時引入加權(quán)因子,精確了DV-Hop算法中的每跳跳距。然而,未知節(jié)點計算坐標(biāo)時會受到估算距離的誤差影響,針對坐標(biāo)位置也會存在較大的偏差,引入粒子群算法,分別在學(xué)習(xí)因子和慣性權(quán)重對其進(jìn)行優(yōu)化。其中,學(xué)習(xí)因子是加強(qiáng)前期種群選擇的多樣性,慣性權(quán)重可以更好的控制粒子群的速度,這方法很好的提高了原始粒子群算法的性能。在此基礎(chǔ)上去結(jié)合蟻群算法,蟻群算法是對路徑測量的優(yōu)化,再通過粒子群對未知節(jié)點

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論