10.13873/J.1000-9787(2017)11-0143-04
关于无线传感器网络定位算法仿真
针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均距离进行训练,从而得到较优平均值,实现了对DV-HOP算法的优化.算法缩短了传统人工神经网络的训练时间,并且加快了收敛速度.仿真结果表明:与传统DV-HOP算法相比,所提出的PSO-QNN算法能够减少约20%的定位误差,定位精度显著提高.
无线传感器网络、量子神经网络、粒子群优化算法、距离矢量跳跃算法
36
TP393(计算技术、计算机技术)
中国铁路总公司资助项目2016X003—H
2017-12-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
143-146,150