关于无线传感器网络定位算法仿真

• 作者: 何涛 包亮强 赵长财
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 无线传感器网络 量子神经网络 粒子群优化算法 距离矢量跳跃算法
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 计算与测试
• 页码范围: 143-146,150
• 页数: 5页
• 分类号: TP393
• 字数: 4033字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)11-0143-04

摘要

针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均距离进行训练,从而得到较优平均值,实现了对DV-HOP算法的优化.算法缩短了传统人工神经网络的训练时间,并且加快了收敛速度.仿真结果表明:与传统DV-HOP算法相比,所提出的PSO-QNN算法能够减少约20%的定位误差,定位精度显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何涛	兰州交通大学自动化与电气工程学院	35	203	7.0	12.0
2	赵长财	兰州交通大学电子与信息工程学院	4	16	3.0	4.0
3	包亮强		1	4	1.0	1.0