位置:成果数据库 > 期刊 > 期刊详情页
基于μ+λ进化计算的传感器网络定位算法
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP212[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]桂林理工大学信息科学与工程学院,广西桂林541004
  • 相关基金:国家自然科学基金项目(61063001,61262075);广西自然科学基金项目(0832264);广西高等学校重大科研项目(201201ZD012)
中文摘要:

基于接受信号强度(RSS)测距的定位方法是无线传感器网络中成本低而普遍使用的方法,但容易受到干扰降低定位精度,本文通过运用贝叶斯法则对RSS信号测距的概率模型进行详尽分析后,依据最大似然估计法则建立了更加合理的概率定位模型,然后针对模型不好求解的特点,结合传感器网络传输特点设计了基于μ+λ进化计算的求解算法.最后通过仿真实验证明了建立的概率定位模型和设计的基于μ+λ进化计算求解算法能降低环境干扰的影响,提高传感器节点的定位精度.

英文摘要:

One of the most commonly--used location methods in distance measurements is based on received signal strength (RSS) because this method is cheap for wireless sensor networks. However, its precision in location is easily affected by the interference of the circumstances. This paper employs the principle of the Bayesian chaining rule to thoroughly analyze the probability model of RSS--based distance measurements and set up a more reasonable probability location model based on the principle of maximum likelihood estimation. Considering the characteristics of the transmission of sensor networks, this paper designs an algorithm based on evolutionary algorithm since the model is difficult to work out. Through simulation experiment, the newly established probability location model and the algorithm based on evolutionary algorithm are finally proven to reduce the circumstantial interference and improve the location precision of the sensor nodes.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909