基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
粒子群优化(PSO)算法的主要特点是能快速得到问题的解,缺点是容易陷入局部最优.提出了一种利用最佳维变异技术和量子理论方法改进的PSO算法,并应用于目标跟踪传感器调度问题.目标的动力学模型为线性高斯模型,传感器观测值被高斯噪声污染并与目标状态线性相关.对于多传感器单目标跟踪的数学问题,引入提出的最佳维变异PSO算法,在整个时间轴上产生最小成本.仿真实验结果表明:提出的算法比已有的算法收敛速度更快,全局搜索能力更强,传感器调度效率更高.
推荐文章
改进粒子群算法在桥梁结构损伤识别传感器优化布设中的应用
粒子群优化算法
传感器覆盖率
数据融合
损伤识别
桥梁结构
适应度函数
基于改进粒子群算法的无线传感器网络覆盖优化
粒子群算法
无线传感器
网络覆盖
收敛效率
无线传感器网络节点定位的混沌粒子群优化算法
粒子群优化
混沌
节点定位
无线传感器网络
基于粒子群算法的无线传感器网络覆盖优化
粒子群算法
无线传感器网络
覆盖优化方法
模型适应度函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 最佳维变异粒子群优化算法在传感器调度中应用
来源期刊 传感器与微系统 学科 工学
关键词 传感器调度 粒子群优化 目标跟踪
年,卷(期) 2011,(12) 所属期刊栏目 应用技术
研究方向 页码范围 145-148,152
页数 分类号 TP391
字数 4353字 语种 中文
DOI 10.3969/j.issn.1000-9787.2011.12.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 须文波 江南大学物联网工程学院轻工过程先进控制教育部重点实验室 409 3078 23.0 34.0
2 孙俊 江南大学物联网工程学院轻工过程先进控制教育部重点实验室 186 1552 21.0 30.0
3 傅毅 江南大学物联网工程学院轻工过程先进控制教育部重点实验室 19 47 4.0 6.0
5 陈志国 江南大学物联网工程学院轻工过程先进控制教育部重点实验室 15 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
传感器调度
粒子群优化
目标跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导