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:
针对无线传感器网络节点定位问题,提出了一种自适应罚函数优化粒子群的算法.算法在定位过程中,首先运用极大似然估计法进行粗略定位,然后通过对计算误差和测距误差之间差值进行加权处理,限制搜索区域,根据群体中可行解比例的大小,自适应调节罚因子的大小进行迭代寻优,最终得到节点坐标.仿真结果表明:算法较好地克服了传统粒子群算法收敛速度慢,易陷入局部极小点等问题,对比同类算法,算法具有更高的定位精度和较快的收敛速,且稳定性更高.
推荐文章
自适应双层粒子群优化算法
粒子群优化
双层粒子群
自适应
惯性权重
基于自适应罚函数的QPSO算法的代谢通量评估
代谢通量评估
带约束优化
量子粒子群优化算法
自适应罚函数
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
基于自适应粒子群优化的粒子滤波跟踪算法
粒子滤波跟踪
粒子群优化
自适应调整
搜索能力平衡
随机变异
优化算法
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 基于自适应罚函数优化粒子群的WSN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 自适应罚因子 粒子群算法 节点定位 RSSI测距
年,卷(期) 2018,(8) 所属期刊栏目 无线传感器技术
研究方向 页码范围 1253-1257,1265
页数 6页 分类号 TP393
字数 3430字 语种 中文
DOI 10.3969/j.issn.1004-1699.2018.08.019
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 刘宏 江西理工大学电气工程与自动化学院 30 151 7.0 11.0
2 关业欢 江西理工大学电气工程与自动化学院 4 11 1.0 3.0
3 张时斌 江西理工大学电气工程与自动化学院 2 11 1.0 2.0
4 韩亚波 江西理工大学电气工程与自动化学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (35)
参考文献  (15)
节点文献
引证文献  (11)
同被引文献  (43)
二级引证文献  (1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(17)
  • 参考文献(5)
  • 二级参考文献(12)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
2019(7)
  • 引证文献(7)
  • 二级引证文献(0)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
无线传感器网络
自适应罚因子
粒子群算法
节点定位
RSSI测距
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