基于果蝇算法的物联网节点定位技术研究

发布时间：2022-06-02 22:10

　　基于位置的服务是物联网最具发展潜力的应用之一,提供可靠的节点定位信息已成为衡量物联网技术标准的重要指标。为有效地对未知节点进行定位,针对果蝇优化算法定位精度低以及收敛速度慢的问题,提出一种基于果蝇算法的物联网节点定位改进方法。采用边界盒算法限制果蝇优化算法定位的初始范围,同时重构算法的味道浓度函数,选择合适的测量节点数量以及种群规模,实现算法的动态特性与定位精度的平衡。实验结果表明,与果蝇优化、粒子群优化等算法相比,该算法能够有效提高定位精度和收敛速度,并且稳定性较高,可满足节点定位需求。 

【文章页数】：6 页

【文章目录】：
0 概述
1 相关研究
2 定位算法
    2.1 边界盒算法
    2.2 果蝇优化算法
3 实验与结果分析
    3.1 测量节点数量对定位效果的影响
    3.2 种群规模对定位效果的影响
    3.3 BFOA算法收敛性能和定位精度分析
    3.4 BFOA算法稳定性分析
4 结束语


【参考文献】：
期刊论文
[1]基于改进粒子滤波算法的无线传感器网络节点定位[J]. 王呈,吉训生,吴卫.  南京理工大学学报. 2018(03)
[2]基于果蝇优化算法的WSN节点定位研究[J]. 张健,郭星,李炜.  微电子学与计算机. 2018(04)
[3]一种结合RSSI假设检验的防丢算法[J]. 石劲松,刘振钧,郭庆,龚有华.  电讯技术. 2018(03)
[4]基于果蝇优化算法的多工位装配序列规划[J]. 袁文兵,常亮,徐周波,古天龙.  计算机科学. 2017(04)
[5]基于线性参数加权评估机制的无线传感器网络节点定位[J]. 张祎江,余金森,郝平.  计算机工程. 2017(02)
[6]采用RSSI模型的无线传感器网络协作定位算法[J]. 张新荣,熊伟丽,徐保国.  电子测量与仪器学报. 2016(07)
[7]基于自适应GRNN的无线室内定位算法[J]. 葛柳飞,李克清,戴欢.  计算机工程. 2016(06)
[8]基于免疫果蝇混合优化算法的多配送中心选址问题研究[J]. 刘勇,孙静杰,王萱.  世界科技研究与发展. 2015(01)
[9]改进果蝇优化算法的WSNs节点定位方法[J]. 虞继敏,王海云,唐贤伦.  微电子学与计算机. 2014(11)
[10]基于果蝇算法的过热汽温自抗扰优化控制[J]. 孙立,董君伊,李东海.  清华大学学报(自然科学版). 2014(10)

硕士论文
[1]NB-IoT终端定位技术研究[D]. 万鹏.北京邮电大学 2018
[2]果蝇优化算法在配电网规划中的应用[D]. 杜晓东.华北电力大学 2014



本文编号：3653179