基于量子遗传算法的无线传感器网络节点定位算法研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:shi_bc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络是一种新兴的网络,融合了很多新的技术,因此,具有很强的通信能力,在各个领域都得到了广泛的应用。在无线传感器网络中,一个重要的技术是无线传感器节点定位,因为节点担负信息采集和处理的任务,而进行信息传递的节点需要知道其他节点的位置才能将信息发送出去。然而,传感器节点布点是随机的,一般来说,节点无法预知其它节点的位置,因此,节点定位在无线传感器网络中显得非常重要,研究无线传感器网络传感器节点定位也显得非常有必要,也十分有意义。本文的开头部分,重点介绍了无线传感器网络的组织结构、特点和应用领域,阐述了研究无线传感器网络节点定位十分有意义。节点定位是无线传感器网络中的重要内容,而定位技术是支撑这一重要内容的核心,本文在第二章中着重介绍了无线传感器节点定位的一些基本概念,节点定位算法的分类,节点位置计算,着重介绍了三种计算节点位置的方法:三边测量法、三角测量法、极大似然估计法。并重点对质心定位算法、凸规划定位算法、DV-Hop定位算法、DV-distance算法、APIT算法、n-hop multilateration primitive定位算法等现有的国内外具有代表性的节点定位算法作了详细的介绍。前面介绍的这些算法,各有其优点,但它们有一个共同点就是使得传感器节点位置解信息容易陷入局部最优解。遗传算法和量子遗传算法是基于概率的方法,用遗传算法和量子遗传算法来进行优化,优化的结果具有很强的鲁棒性,解信息不易陷入局部最优解。因此,在文章的第三章中着重介绍了遗传算法和量子遗传算法,介绍了一些基本的概念,并详细描述了遗传算法的基本操作及其算法流程,为引出第四章基于量子遗传算法的节点定位方法作了良好的铺垫。第四章中提出了基于量子遗传算法的节点定位方法,详细地描述了网络中节点的部署原理,并建立了目标函数,给出了适应度值计算的式子,写出了详细的算法流程,指明了算法的终止条件,最后做出了仿真。最后,本论文作了全文总结,并明确了现阶段研究中考虑不足的地方以及今后的研究方向。
其他文献
视频中运动目标跟踪是计算机视觉领域中最富有挑战性的课题之一,在军事制导、视觉导航、安全监控、智能交通、视频编码、医疗诊断和气象分析等众多领域中有着广阔的研究和应
中文分词是中文信息处理中的一个基础部分,中文信息处理要从三个层面上对中文进行处理:字、词、句。在汉语中,词是最小的语言单位,只有处理好词层面的问题,才能更好地处理句
随着汽车保有量的增长,道路交通事故已成为世界性的问题,汽车被动安全性也成为汽车最首要的性能。汽车被动安全性研究一般有三种方法,即理论计算法、交通事故分析法和试验法,
随着科学技术的不断创新,计算机病毒技术也越来越多样化。为了对抗变幻莫测的计算机病毒,反病毒技术也随之发展起来。目前已经存在多种先进的反病毒技术,如虚拟机技术、启发
人类从当前“以设备为中心”的时代,已经进入了“以服务为中心的时代”。现在,“云”正成为IT业界关注的焦点。Hadoop是Apache开源组织的一个分布式计算开源框架,它受到最先
非刚体运动重建,是计算机视觉领域的热点研究课题。该技术主要研究如何从二维动态视频序列中恢复非刚体对象的三维结构和摄像机运动的相关参数。该技术可以广泛应用于机器人视
P2P是近年来互联网最热门的技术,在VoIP、下载、流媒体、协调计算等领域得到飞速发展,被财富杂志评为影响互联网的四大科技之一。P2P技术体现了互联网最根本的内涵——自由和
支持向量机(Support Vector Machine)是数据挖掘的新方法,也是一种小样本统计工具,它在解决小样本、非线性及高维的模式识别问题上具有其他机器学习方法难以企及的优势。在支
实体间语义关系抽取是信息抽取中的重要环节。目前,在中文语义关系抽取中基于特征向量的机器学习方法占重要地位,它的研究重点在于如何获取各种有效的词法、语法和实体等特征
基于关键词的信息检索系统首先把原始的文本信息中的关键词建立倒排索引。当用户输入查询关键词后,检索系统把用户输入的关键词从倒排索引库中查询,返回包含关键词的文档。基