2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、無線傳感器網(wǎng)絡(luò)融合了嵌入式計算技術(shù)、感知技術(shù)、微機電技術(shù)、分布式信息處理技術(shù)、無線通信技術(shù),是一種全新的獲取、處理信息的方式。傳感器節(jié)點定位作為無線傳感器網(wǎng)絡(luò)的重要支撐技術(shù),已經(jīng)成為無線傳感器網(wǎng)絡(luò)研究領(lǐng)域的一個重要研究方向。本文圍繞無線傳感器網(wǎng)絡(luò)節(jié)點定位這一課題進行深入的探討。
   首先,本文綜述了無線傳感器網(wǎng)絡(luò)的研究背景、國內(nèi)外研究現(xiàn)狀,分析了無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)以及應(yīng)用領(lǐng)域,系統(tǒng)的研究了無線傳感器網(wǎng)絡(luò)節(jié)點定位的幾類經(jīng)典

2、算法,總結(jié)了節(jié)點定位算法的分類準則和評價指標。
   其次,結(jié)合質(zhì)心算法簡單、易于實現(xiàn)和泰勒級數(shù)展開定位法定位精度高的優(yōu)點,提出了一種基于改進加權(quán)質(zhì)心的泰勒級數(shù)展開定位算法。針對質(zhì)心算法定位誤差大的缺點,對每個鄰居錨節(jié)點附加一個基于RSSI值的權(quán)值來提高定位精度。針對質(zhì)心算法在錨節(jié)點密度低時定位率較低的缺點,把已定位的普通節(jié)點當(dāng)作錨節(jié)點對其它未定位節(jié)點進行定位來提高定位率。針對泰勒級數(shù)展開定位法沒有考慮RSSI測距誤差隨測量距離

3、增大而增大的問題,設(shè)計了一個正定對角矩陣來減小RSSI測距方法對定位結(jié)果的影響。用改進加權(quán)質(zhì)心算法的定位結(jié)果作為泰勒級數(shù)展開定位法的初始位置,在一定程度上克服了泰勒級數(shù)展開定位法對初始位置敏感的缺點,從而得到精度更高的解。MATLAB的仿真結(jié)果表明,本文改進的算法在錨節(jié)點密度較低時定位精度略優(yōu)于經(jīng)典的質(zhì)心算法,但定位率遠高于經(jīng)典的質(zhì)心算法;在錨節(jié)點密度較高時定位精度遠高于經(jīng)典的質(zhì)心算法。
   最后,以基本粒子群優(yōu)化算法為基礎(chǔ),

4、融入了生物體自動適應(yīng)外界環(huán)境以及在進化過程中發(fā)生小概率變異的思想,提出了一種自適應(yīng)的粒子群優(yōu)化算法。該算法在基本粒子群優(yōu)化算法的基礎(chǔ)上進行了兩點改進。第一:每次迭代時,種群中的粒子不再公用同一個慣性權(quán)重而是根據(jù)自身適應(yīng)值與種群中其它粒子適應(yīng)值的關(guān)系,自適應(yīng)的調(diào)節(jié)下次迭代時自身的慣性權(quán)重,以加快種群的收斂速度,提高優(yōu)化解的精度。第二:針對粒子群算法在迭代后期收斂速度變慢、可能陷入局部極值的缺點,對全局最佳位置增加了一個概率性的變異操作,這

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論