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:
用常规粒子群改进的DV-Hop算法由于粒子易陷入局部最优而导致较大的定位误差,对此,提出了结合遗传粒子群的DV-Hop定位(GAPSO-DV-Hop)算法.首先根据最大理想跳数筛选锚节点,计算加权平均每跳距离,权重采用锚节点之间距离、最小跳数、以及通信半径构成;其次,用遗传机制改进粒子群算法以代替最小二乘法,所作改进包括使用前摄估计缩小粒子搜索范围、根据遗传算法中的交叉策略生成待交叉粒子队列,并在每次迭代后选取最差个体做动态变异.仿真结果表明,在相同环境下,所提GAPSO-DV-Hop算法的定位精度明显高于常规DV-Hop算法以及其他对比算法.
推荐文章
基于跳数修正和改进粒子群优化DV-Hop定位算法
DV-Hop定位
锚节点
最优跳数
平均跳距
粒子群优化
跳数修正
基于最优跳距和改进粒子群的DV-Hop定位算法
无线传感器网络
DV-Hop算法
跳数修正
最优跳距
粒子群算法
基于粒子群优化的DV-Hop定位算法研究
无线传感器网络
DV-Hop定位算法
粒子群算法
逃逸因子
基于粒子群算法的改进DV-Hop定位算法
粒子群优化算法
定位
无线传感器网络
DV-Hop算法
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 遗传粒子群优化的DV-Hop定位算法
来源期刊 传感技术学报 学科 工学
关键词 无线传感器网络 节点定位 遗传粒子群算法 平均每跳距离 前摄估计
年,卷(期) 2017,(7) 所属期刊栏目 无线传感器技术
研究方向 页码范围 1083-1088
页数 6页 分类号 TP393
字数 5606字 语种 中文
DOI 10.3969/j.issn.1004-1699.2017.07.019
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 高美凤 江南大学轻工过程先进控制教育部重点实验室 58 390 9.0 17.0
2 李凤超 江南大学轻工过程先进控制教育部重点实验室 2 34 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (99)
参考文献  (12)
节点文献
引证文献  (25)
同被引文献  (94)
二级引证文献  (33)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(17)
  • 参考文献(2)
  • 二级参考文献(15)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(13)
  • 参考文献(7)
  • 二级参考文献(6)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(13)
  • 引证文献(11)
  • 二级引证文献(2)
2019(30)
  • 引证文献(12)
  • 二级引证文献(18)
2020(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
无线传感器网络
节点定位
遗传粒子群算法
平均每跳距离
前摄估计
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导