基于布谷鸟搜索算法的无线传感器网络节点定位

发布时间：2018-05-31 23:30

  本文选题：无线传感器网络 + 布谷鸟搜索算法　； 参考：《计算机工程与应用》2017年02期

【摘要】：无线传感器网络的节点定位实际上是解决测量距离和测距误差的多维约束优化问题。针对最小二乘方法对测距误差敏感的不足,提出一种基于布谷鸟搜索算法的无线传感器网络节点定位算法。该算法利用全局和局部寻优能力强的布谷鸟算法求解定位过程中的多维约束优化问题;通过设定相应的约束适应度函数来减小定位过程的搜索范围,加快了收敛速度,能够快速地确定未知节点的位置。仿真结果表明:相较于粒子群算法和最小二乘算法,该算法能有效地抑制测距误差对定位的影响,提高节点的定位精度,具备很好的实用性。
[Abstract]:Node location in wireless sensor networks (WSN) is actually a multi-dimensional constrained optimization problem of measurement distance and ranging error. Aiming at the shortcoming of the least square method which is sensitive to ranging error, a node location algorithm based on cuckoo search algorithm is proposed. The algorithm uses the global and local optimization algorithm to solve the multi-dimensional constrained optimization problem in the localization process, and reduces the search range of the location process by setting the corresponding constraint fitness function, and accelerates the convergence speed. Can quickly determine the location of unknown nodes. The simulation results show that compared with particle swarm optimization algorithm and least square algorithm, this algorithm can effectively suppress the influence of ranging error on location, improve the accuracy of node location, and has good practicability.
【作者单位】： 长沙理工大学计算机与通信工程学院;湖南大众传媒技术学院;
【基金】：国家自然科学基金(No.61303043) 湖南省自然科学基金(No.13JJ4052)
【分类号】：TP18;TP212.9;TN929.5

【相似文献】

相关期刊论文 前10条

1 YanJill;;搜索算法纵横[J];中文信息;2002年08期

2 孙吉贵,何雨果;量子搜索算法[J];软件学报;2003年03期

3 孙力;须文波;;量子搜索算法体系及其应用[J];计算机工程与应用;2006年14期

4 耿汝年;须文波;魏士靖;刘国玲;;无信息图搜索算法的改进研究[J];山东轻工业学院学报(自然科学版);2006年02期

5 徐丰民;陈启兴;;电视节目自动跳跃搜索算法[J];现代电子技术;2007年04期

6 詹志辉;胡晓敏;张军;;通过八数码问题比较搜索算法的性能[J];计算机工程与设计;2007年11期

7 文家焱;王国利;;绝热量子搜索算法中的纠缠与能量分析[J];计算机研究与发展;2008年S1期

8 周日贵;;多模式部分量子搜索算法[J];西南交通大学学报;2008年04期

9 钟普查;鲍皖苏;隗云;;改进的多目标元素量子搜索算法[J];计算机工程与应用;2009年18期

10 王常春;李贵艳;向淑文;;搜索算法在囚徒困境中的应用[J];遵义师范学院学报;2009年04期

相关会议论文 前10条

1 张玲;姜立志;;能量抵消测量相位中的相位搜索算法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年

2 李金;蒋国平;;一种改进的复杂网络搜索算法[A];2007中国控制与决策学术年会论文集[C];2007年

3 罗家祥;唐立新;李小林;刘建荣;邬成新;;分散搜索算法在板坯匹配优化问题中的应用研究[A];全国冶金自动化信息网2009年会论文集[C];2009年

4 李潇磊;伍瑞卿;朱维乐;;运动搜索算法的比较与改进[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

5 程振波;邓志东;;优化策略模型下的匹配律算法[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

6 彭明侨;罗先觉;邹晓松;;基于改进概率搜索算法的模拟电路故障诊断[A];第四届中国测试学术会议论文集[C];2006年

7 常新杰;李言俊;;搜索算法的研究进展[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

8 糜玉林;左斌;;基于协同控制的极值搜索算法与控制器一体化设计[A];2007年中国智能自动化会议论文集[C];2007年

9 钟普查;鲍皖苏;;基于相位变换的量子搜索算法研究[A];第十三届全国量子光学学术报告会论文摘要集[C];2008年

10 罗春华;张继勇;郑方;徐明星;;一种基于HTK的词图搜索算法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

相关博士学位论文 前9条

1 朱皖宁;离散量子行走研究[D];东南大学;2015年

2 孙杰;基于绝热演化的量子搜索算法研究[D];华中科技大学;2013年

3 张映玉;绝热量子搜索算法研究[D];华中科技大学;2011年

4 阎兴，

本文编号：1961817