无线传感器网络节点数量大、资源有限,采用全球定位系统(GPS)定位设备来获取节点位置信息成本太高,研究适合无线传感器网络节点定位算法具有重要意义。通过分析无线传感器网络节点定位算法的基本原理,介绍已提
为使粒子群优化算法(PSO)优化过程的多样性与收敛性得到合理解决,以提高算法优化性能,基于种群拓扑结构与粒子变异提出两种粒子群改进算法RSMPSO和RVMPSO.改进算法将具有信息定向流动的闭环拓扑结
为了降低无线传感器网络(WSN)能量消耗,延长网络生存周期,提出了一种基于混沌粒子群(CPSO)和蚁群算法相结合的路由协议。该协议针对典型的分簇协议LEACH(Low -Energy Adaptive
无线传感器网络的应用中,位置信息是节点采集数据时不可缺少的部分,没有位置信息的监测信息通常是毫无意义的。确定事件发生的位置或采集数据的节点位置是无线传感器网络最基本的功能之一。为了能够提供有效的位置信
针对暂态电能质量扰动信号阈值去噪方法的缺陷及不足,提出了基于改进粒子群的最优阈值法,采用基于SURE无偏估计的自适应最优阈值选择方法对阈值进行选取。在引入粒子群进化速度因子、聚集度因子的基础上加入参数
针对基本粒子群算法具有后期收敛速度慢、容易陷入局部极值等缺陷,通过考虑粒子的位置之间的加权作用,对基本粒子群算法进行了改进,提出了一种位置加权的粒子群算法以减小搜索过程中的盲目性。测试函数结果表明,算
通过改进的灰狼优化算法来提高WSN节点部署的覆盖效率,实验结果表明,该算法可有效提高WSN节点覆盖率,并加快收敛速度。
针对具体应用场合无线传感器网络监测目标的动态特性,研究一种适用于对动态特性目标进行监测和定位的方法.首先,基于目标的动态特点,进行需求分析,构建出适应于动态目标监测的WSN新型网络模型;其次,通过基础
根据新一代GPS标准,建立了符合最小区域条件的圆柱度评定的数学模型。提出了一种带交叉算子的改进粒子群优化算法,并以此对圆柱度测量数据进行最小区域评定,给出了该算法的实现方法。经实例验证,该方法可以在新
针对粒子群优化算法(PSO)容易陷入局部最优值的缺点, 提出一种基于遗传算法模式定理思想改进的粒子群优化算法(IPSO).新算法改善了粒子群优化算法摆脱局部极小点的能力.对典型函数的测试表明,IPSO