龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：兰州理工大学
摘要：本发明公开了一种基于多通信半径和FOA‑c的节点定位方法，包括以下步骤：步骤1：利用多通信半径的方法细化跳数；步骤2：利用网络平均连通度重新计算平均跳距；先用求得网络平均连通度；再计算平均每跳距离；步骤3：利用自适应权重因子优化果蝇算法FOA‑c求得最佳未知节点的位置坐标。本发明提出了一种自适应权重因子优化果蝇方法FOA‑c，FOA‑c算法能够快速收敛到全局最优，提高算法的收敛精度，在WSN节点定位算法的优化中均可应用。
主权项：1.一种基于多通信半径和FOA-c的节点定位方法，其特征在于，包括以下步骤：步骤1：利用多通信半径的方法细化跳数； 其中，R为节点的通信半径，n为对R的分级数，i是小于n的正整数，h为跳数；d为锚节点与其邻居节点的实际距离；步骤2：利用网络平均连通度重新计算平均跳距；先用式3求得网络平均连通度；nlocal＝NπR2S3式中，N为网络节点总数，R为节点的通信半径，S为网络区域面积，再用式4计算平均每跳距离 t是定积分里的变量，即求t在-1到1之间的积分；步骤3：利用自适应权重因子优化果蝇算法求得最佳未知节点的位置坐标；所述步骤3具体包括：步骤31：由平均跳距乘以细化跳数得到未知节点与锚节点之间的跳距；步骤32：利用极大似然估计法计算每个未知节点的坐标，将此坐标作为每个果蝇的初始位置；步骤33：引入个体认知因子c1和群体引导因子c2，优化果蝇算法： 其中，meanX和meanY表示上次迭代中所有果蝇个体的平均值，Xi,:,Yi,:表示上次迭代中果蝇的位置；步骤34：计算适应度函数： x表示未知节点的横坐标，y表示未知节点的纵坐标，xi表示锚节点的横坐标，yi表示锚节点的纵坐标，n'表示锚节点的个数，di表示未知节点x,y与锚节点xi,yi之间的距离；利用式6产生新的种群代入适应度函数8，通过迭代找到最佳适应度的解，将输出的最佳解作为未知节点的坐标；步骤35：循环多次步骤33和步骤34，直到找到所有的最佳未知节点的坐标为止。
全文数据：
权利要求：
百度查询： 兰州理工大学 一种基于多通信半径和FOA-c的节点定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号