三维空间中基于改进的粒子群算法的节点定位研究
发布时间:2020-05-08 04:10
【摘要】:三维空间下的节点定位一直都是无线传感中的主要研究方向,粒子群算法作为常用的计算节点定位的方法存在一定的误差,本文首先在该算法的基础上引入了凸函数的惯性权值和信任度系数,前者使得粒子能够在局部范围内获得最优解,避免陷入局部最优,后者使得不同性质的粒子能够在全局范围中获得最优解,其次,分析目标定位误差函数,使用泰勒级数对其进行优化,使得定位精度得到提高。仿真实验说明本文算法在锚节点数量,节点通信半径和总节点个数等方面提高了节点定位精度,具有很好的应用前景。
【图文】:
R3,500G硬盘。实验选择在100m*100m*100m的三维空间中进行,随机产生200个节点,每个节点的半径为10~20m,锚节点的数量大概在20~40个,,实验进行300次仿真。图2展示了本文算法下节点估计的位置与锚节点之间的关系,从图中发现本文算法下的偏移量不大,说明本文算法具有很好的定位效果。为了更进一步说明算法的有效性,将本文算法,基于PSO的三维空间定位算法,文献[4]算法进行对比。图2本文算法在的估计位置和实际位置的偏差Fig.2Errorsbetweentheestimatedlocationandactuallocationofalgorithminthispaper图1本文算法的流程Fig.1Processofalgorithminthispaper196
降憧
本文编号:2654093
【图文】:
R3,500G硬盘。实验选择在100m*100m*100m的三维空间中进行,随机产生200个节点,每个节点的半径为10~20m,锚节点的数量大概在20~40个,,实验进行300次仿真。图2展示了本文算法下节点估计的位置与锚节点之间的关系,从图中发现本文算法下的偏移量不大,说明本文算法具有很好的定位效果。为了更进一步说明算法的有效性,将本文算法,基于PSO的三维空间定位算法,文献[4]算法进行对比。图2本文算法在的估计位置和实际位置的偏差Fig.2Errorsbetweentheestimatedlocationandactuallocationofalgorithminthispaper图1本文算法的流程Fig.1Processofalgorithminthispaper196
降憧
本文编号:2654093
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2654093.html