針對傳統(tǒng)距離矢量—跳數(shù)(DV-Hop)定位算法中,最小二乘法計算未知節(jié)點坐標時存在誤差較大,而粒子群優(yōu)化(PSO)算法又容易陷入局部最優(yōu)的問題,提出了基于一種自適應(yīng)免疫粒子群與DV-Hop融合算法。首先,對濃度機制進行改進;其次,子種群的數(shù)目通過粒子最大濃度值來改變,使得種群資源得到最大限度利用;最后,對疫苗范圍進行動態(tài)調(diào)整后,劣質(zhì)種群開始進行疫苗接種。該算法克服了粒子早熟,避免了種群退化現(xiàn)象,提高了算法進化過程中的收斂速度和精度。實驗結(jié)果表明:在相同硬件成本和通信開銷的情況下,所提算法定位精度更高。

【文章頁數(shù)】：4 頁

【部分圖文】：

3)通信半徑對定位性能的影響:在設(shè)定的范圍內(nèi)隨機布置100個傳感器節(jié)點，錨節(jié)點數(shù)量為20，通過對通信半徑的調(diào)整來比較每種算法的定位性能，如圖1(c)所示。當通信半徑在35m以內(nèi)時，四種算法的定位誤差都隨著通信半徑的增大而減小，這是因為通信半徑的增大對網(wǎng)絡(luò)連通度的提高起到了促進作....

本文編號：4011294