基于量子行为粒子群优化算法的定位技术研究.pdfVIP

基于量子行为粒子群优化算法的定位技术研究.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于量子行为粒子群优化算法的定位技术研究

58 传感器与微系统 (TransducerandMicrosystemTechnologies) 2012年 第31卷第5期 基于量子行为粒子群优化算法的定位技术研究 赵 吉 ,纪志成 (1.江南大学 电气 自动化研究所 ,江苏 无锡 214122; 2.无锡城市职业技术学院 电子信息工程系,江苏 无锡 214000) 摘 要:针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方 法将每次迭代后定位的节点作为其余未知节点的参考节点.同时将基于测距定位问题看成一个多维优化 问题,并提出利用具有快速收敛能力的量子行为粒子群优化 (QPSO)算法进行求解。最后将仿真实验结果 与粒子群优化(PSO)算法进行比较,表明QPSO算法在优化性能上优于PSO算法 ,有效提高了节点定位精 度,证明该方法的有效性。 关键词:量子行为粒子群优化算法 ;粒子群优化算法;定位;无线传感器网络;分布迭代式 中图分类号:TP393 文献标识码:A 文章编号:1000--9787(2012)05-0058-04 Research 0n localizationtechnologybased0n quantum-behaved Dart…icle SW arm Oot』i●m i●zat·i●on al●20rl●tJn■m ;Ic ZHAOJi,_.JIZhi.cheng (1.InstituteofElectricalAutomation,JiangnanUniversity,Wuxi214122,China; 2.DepartmentofElectronicInformationEngineering,W uxiCityCollegeofVocationalTechnology, Wuxi214000.China) Abstract:Aimingattheproblem ofnodelocalizationinwirelesssensornetworks(WSNs),thedistributed iterativelocalizationmethodresearchofWSNsisdescribed.Oncethenodesgetlocalized,theyactasreferencesfor therestofnodes.Theranging—basedlocalizationproblem isformulatedasamulti·dimensionaloptimization issue, andthequantum-behavedparticleswarmoptimizationalgorithm(QPSO)whichhasquickconvergenceabilityis usedforsolutions.Thesimulationresuhsarecomparedwiththeparticleswarmoptimization(PSO)algorithm,it showsthatQPSOalgorithmoutperfomrsthePSOalgorithmandimprovethenodelocalizationprecisioneffectively, whichimprovesthevalidityofthepresentedmethod. Keywords:quantum—behavedparticleswarlnoptimization(QPSO)algorithm;particleswamioptimization(PSO) algorithm;localization;wirelesssensornetworks(WSNs);distributediterative 0 引 言

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档