基于蚁群算法的WSN移动信标路径获取研究

doi:10.3778/j.issn.1002-8331.2008.28.037

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (28): 109-112.DOI: 10.3778/j.issn.1002-8331.2008.28.037

基于蚁群算法的WSN移动信标路径获取研究

徐云剑^1,2,彭沛夫¹,郭艾寅^2,3,张桂芳²

1.湖南涉外经济学院，长沙 410205
2.湖南师范大学物理与信息科学学院，长沙 410081
3.湖南师范大学数学与计算机科学学院，长沙 410081

收稿日期:2008-06-05 修回日期:2008-09-04 出版日期:2008-10-01 发布日期:2008-10-01
通讯作者: 徐云剑

Study of getting mobile beacon path in Wireless Sensor Networks based on ant colony algorithm

XU Yun-jian^1,2,PENG Pei-fu¹,GUO Ai-yin^2,3,ZHANG Gui-fang²

1.Hunan International Economics University，Changsha 410205，China
2.College of Physics and Information Science，Hunan Normal University，Changsha 410081，China
3.College of Mathematics and Computer Science，Hunan Normal University，Changsha 410081，China

Received:2008-06-05 Revised:2008-09-04 Online:2008-10-01 Published:2008-10-01
Contact: XU Yun-jian

摘要/Abstract

摘要： 根据ROI（Region of Interest）面积给出了等距三重优化覆盖此ROI所需要的信标发射位置数量计算方法；随后对矩形ROI提出了一种简单的信标发射位置确定方法；针对现有的遍历发射位置点的路径遍历算法的不足，提出了一种新的应用蚁群算法的信标发射位置点的遍历算法，并利用该算法对基于三边测量方法进行传感器节点定位。仿真实验表明，采用该文提出的方法对传感器节点进行定位，在定位的精度和定位的效率方面与现存的方法相比有明显的提高。

关键词: 传感器网络, 传感器定位, 移动信标, 蚁群算法, 最优路径

Abstract: The equal distance 3-improved-coverage number of beacon sending position is presented according the acreage of ROI（Region of Interest）.Then a simple method is put forward to calculate the coordinates of the sending positions in rectangular ROI.Aiming at the shortage of the existent sequence algorithm，when beacon moves according to the path and emits RF signals at every position，the ant colony algorithm is applied to the position sequence so as to get the beacon sending position.Further，in this algorithm the sensors could work out their position with trilateration.Experimental results demonstrate that the localization method for sensor node in this paper makes obvious progress than the existent ones both on the precise and on the efficiency.

Key words: sensor network, sensor localization, mobile beacon, ant colony algorithm, optimal path

徐云剑^1,2,彭沛夫¹,郭艾寅^2,3,张桂芳². 基于蚁群算法的WSN移动信标路径获取研究[J]. 计算机工程与应用, 2008, 44(28): 109-112.

XU Yun-jian^1,2,PENG Pei-fu¹,GUO Ai-yin^2,3,ZHANG Gui-fang². Study of getting mobile beacon path in Wireless Sensor Networks based on ant colony algorithm[J]. Computer Engineering and Applications, 2008, 44(28): 109-112.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[11]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[12]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[13]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[14]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[15]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.

基于蚁群算法的WSN移动信标路径获取研究

Study of getting mobile beacon path in Wireless Sensor Networks based on ant colony algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics