基于改进花授粉算法的无线传感器网络节点定位算法研究

发布时间：2022-01-08 00:45

　　无线传感器网络的信息采集工作中,采集的信息需要附加该传感器节点位置信息才具有实际应用性。因此,如何获得网络中未知节点的位置信息、减小节点定位算法的定位误差,是无线传感器网络节点定位问题的主要考虑点。花授粉算法（Flower Pollination Algorithm,FPA）是一种新型的启发式群智能算法。相较于其他算法,FPA算法拥有较好的全局搜索和局部搜索平衡性,但同时也存在缺乏变异机制、易陷入局部最优等问题。针对这些问题,提出一种改进的花授粉算法——IFPA算法（Improved flower pollination algorithm,IFPA）。IFPA算法在全局授粉过程中为Levy飞行步长添加了权重因子,权重因子根据算法迭代次数进行变化,加快了算法收敛速度;在局部授粉过程中,引入历史最优解,使花粉个体进行定向位置更新,同时添加高斯变异因子作为变异机制,加强了算法跳出局部最优的能力。利用4个经典的标准测试函数,将IFPA算法与粒子群算法（Particle swarm optimization,PSO）、FPA算法进行实验对比,验证了IFPA算法收敛更快,精度更高。本文研究了将I... 

【文章来源】：湘潭大学湖南省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

无线传感器网络体系结构

多跳通信则需通过某条通信路径上的中间节点进行相互传递最终到达汇聚节，注意在数据信息传递过程中，中间节点需要对采集数据进行记录并加工处理，保证数据的完整性和可对应性[7]。具有信息采集功能的集成系统称为传感器节点，主要由传感器模块、处理器块、通信模块和能量模块这四部分组成[8]，如图 1.2 所示。

三边测量法图2.1中锚节点坐标分别为A（x1,y1）、B（x2,y2）、C（x3,y3），未知节点

【参考文献】：
期刊论文
[1]基于PCOS-ELM的室内指纹定位算法[J]. 朱顺涛,卢先领.  传感器与微系统. 2018(08)
[2]基于惯性权重矩阵的自适应粒子群算法[J]. 杜霖,曹江涛,李书臣.  控制工程. 2018(07)
[3]带杂交算子的自适应混合花粉授粉算法[J]. 汪海,赵齐辉,刘升.  计算机与数字工程. 2018(06)
[4]融合正弦余弦算法的花授粉算法[J]. 刘升,赵齐辉,陈思静.  微电子学与计算机. 2018(06)
[5]无线传感器网络综述[J]. 吴瑞睿,刘洁琳.  科技创新与应用. 2018(14)
[6]基于花授粉算法的贝叶斯分类器优化研究[J]. 王子清,张明新,戴娇,张国海.  微电子学与计算机. 2018(03)
[7]基于多类特征融合的极限学习在四足机器人野外地形识别中的应用[J]. 刘彩霞,方建军,刘艳霞,马慧姝.  电子测量与仪器学报. 2018(02)
[8]一种精英反向学习的花授粉算法[J]. 张超.  西安工程大学学报. 2017(06)
[9]基于自适应花授粉算法的BP神经网络结构优化[J]. 卞京红,贺兴时,范钦伟,伊宝民.  计算机工程与应用. 2018(03)
[10]基于PSO-BP算法的无线传感器网络定位优化[J]. 卞国龙,黄海松,王安忆,于凯华.  电讯技术. 2017(02)

硕士论文
[1]基于Elman神经网络的无线传感器网络定位研究与应用[D]. 韩庆玉.山东财经大学 2012



本文编号：3575576