基于样本均值和中位值的粒子群优化定位算法

针对室内LOS/NLOS混合环境,提出基于假设检验的方法确定NLOS状态,并采用具有收缩因子的粒子群优化算法进行定位.在采样值存在异常情况时,样本中位值性能优于样本均值.因此,在LOS和NLOS状态下,分别采用样本均值和样本中位值建立最小平方误差代价函数.为了增强算法的全局和局部搜索能力,在粒子群优化算法的基础上引入收缩因子.仿真实验表明,在NLOS遮挡比较严重的情况下,所提出的基于样本均值和样本中位值改进的粒子群优化定位算法较只采用样本均值改进的粒子群优化算法和一般的粒子群优化算法定位精度高.     

基于兴趣域中心节点的P2P网络拓扑

资源搜索是P2P应用所面临的最核心问题之一,相关的非结构化P2P系统主要采用了查询消息泛洪和信息索引机制。通过对分布非结构化的搜索算法以及对现有改进算法的研究,参考网络中的小世界性给出了一种基于兴趣域中心节点的P2P网络拓扑结构。该算法使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

煤矿巷道无线传感器网络的LEACH协议改进

将LEACH协议应用于环境复杂的煤矿巷道中存在不足,为了使LEACH协议更适用于煤矿巷道,对LEACH协议进行改进。首先,本文对选择簇头的阈值函数进行调整,加入节点剩余能量、位置信息以及邻节点数量因素;其次,改进建簇算法,节点通过计算与簇头节点和汇聚节点之间的距离来判断加入簇头还是与汇聚节点直接通信;最后,改进簇间通信机制,簇头之间通过多跳方式进行数据传输,并根据能量和距离信息选择下一跳簇头节点,提高簇间数据传输的可靠性。仿真实验表明,改进后的LEACH协议可以有效降低煤矿巷道无线传感器网络能耗,延长网络生命周期。