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:
无线传感器网络(WSN)是一种由节点组成的无线自组织网络,在很多领域中有广泛的使用.节点定位是无线传感器网络中最重要的部分,使用无测距定位算法中传统的DV-Hop算法来定位误差较大.为了提高DV-Hop算法的精确度,提出了一种基于遗传算法和二进制蚁群算法来改进DV-Hop定位算法.遗传算法中利用了线性交叉和非均匀变异算子在种群中进行搜索,在此基础上,采用二进制蚁群算法进行进一步的搜索,而后比较适应度函数来保留较优的个体,从而产生了新一代种群.二进制蚁群算法中使得每只蚂蚁的智能化比较低,每条路径对应的存储空间相对较小,显著提高了计算效率.仿真的结果表明,提出的算法比传统的DV-Hop算法、基于遗传算法的DV-Hop算法有更快的收敛速度和更高的定位精度.
推荐文章
基于蝙蝠算法的DV-Hop定位改进
无线传感器网络
节点定位
DV-Hop算法
蝙蝠算法
基于混合粒子群优化的DV-Hop定位算法
无线传感器网络
节点定位
DV-Hop算法
混合粒子群优化
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
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 基于遗传算法和二进制蚁群算法的DV-Hop定位算法的优化
来源期刊 仪表技术与传感器 学科 工学
关键词 WSN DV-Hop算法 遗传算法 二进制蚁群算法 适应度函数 定位精度
年,卷(期) 2019,(1) 所属期刊栏目 研究与开发
研究方向 页码范围 86-90,96
页数 6页 分类号 TN929
字数 4748字 语种 中文
DOI
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 陈佳品 上海交通大学电子信息与电气工程学院薄膜与微细技术教育部重点实验室 107 1480 19.0 36.0
2 李振波 上海交通大学电子信息与电气工程学院薄膜与微细技术教育部重点实验室 72 438 11.0 16.0
3 丁凯 3 3 1.0 1.0
4 林凤德 上海交通大学电子信息与电气工程学院薄膜与微细技术教育部重点实验室 2 2 1.0 1.0
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  (7)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
WSN
DV-Hop算法
遗传算法
二进制蚁群算法
适应度函数
定位精度
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
仪表技术与传感器
月刊
1002-1841
21-1154/TH
大16开
沈阳市大东区北海街242号
8-69
1964
chi
出版文献量(篇)
7929
总下载数(次)
16
总被引数(次)
49345
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导