咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >改进的麻雀搜索优化DV-Hop定位算法 收藏

改进的麻雀搜索优化DV-Hop定位算法

Improved sparrow search optimization DV-Hop localization algorithm

作     者:邢毓华 武琦 王明军 XING Yuhua;WU Qi;WANG Mingjun

作者机构:西安理工大学自动化与信息工程学院陕西西安710048 西安市无线光通信与网络研究重点实验室陕西西安710048 

出 版 物:《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期:2025年第42卷第1期

页      面:101-109页

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基  金:国家自然科学基金重大研究计划(92052106) 陕西省重点产业链创新团队(2024RS-CXTD-12) 

主  题:无线传感器网络 距离向量跳数 麻雀搜索 Cat映射 柯西-高斯变异 

摘      要:距离向量跳数(DV-Hop)定位算法作为一种简单高效的定位算法,在节点分布不均匀的无线传感器网络中,算法会存在较大定位误差。为了提高算法的定位精度,提出了一种改进的麻雀搜索优化DV-Hop定位算法。首先,通过Cat混沌映射产生混沌序列初始化麻雀种群,提高算法前期搜索能力。其次,根据传统DV-Hop算法获得的跳数和跳距数据并结合凸规划算法,建立未知节点的搜索盒子区域,有效缩小了麻雀搜索算法的前期搜索范围。最后,引入柯西-高斯变异策略优化最优麻雀个体并淘汰较差个体,增强算法跳出局部最优的能力。仿真实验考虑到无线电不规则性,引入无线电不规则模型代替理想模型,选择未知节点平均定位误差作为实验评价指标。仿真结果表明:在相同实验环境下,改进算法的平均定位误差与传统DV-Hop算法和其他3种改进算法相比分别降低约18.60%,10.21%,8.32%和4.77%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分