基于粒子群优化的无线传感器网络节点定位研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景 | 第8-11页 |
| 1.1.1 WSN概述 | 第8-9页 |
| 1.1.2 WSN的应用 | 第9-11页 |
| 1.2 WSN定位问题 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文的主要内容与结构 | 第13-15页 |
| 1.4.1 本文的主要内容 | 第13页 |
| 1.4.2 本文的结构 | 第13-15页 |
| 第2章 节点定位算法及优化 | 第15-31页 |
| 2.1 计算方法 | 第15-17页 |
| 2.2 基于测距的定位算法 | 第17-19页 |
| 2.3 无需测距的定位算法 | 第19-24页 |
| 2.3.1 质心定位算法 | 第19-20页 |
| 2.3.2 DV-Hop定位算法 | 第20-21页 |
| 2.3.3 Amorphous定位算法 | 第21-22页 |
| 2.3.4 凸规划定位算法 | 第22-23页 |
| 2.3.5 APIT定位算法 | 第23-24页 |
| 2.4 无需测距算法的比较 | 第24页 |
| 2.5 智能优化算法 | 第24-29页 |
| 2.5.1 遗传算法 | 第24-25页 |
| 2.5.2 模拟退火算法 | 第25-26页 |
| 2.5.3 蚁群算法 | 第26-27页 |
| 2.5.4 粒子群优化算法 | 第27-29页 |
| 2.6 智能优化算法在定位中的应用 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于粒子群优化的定位算法 | 第31-43页 |
| 3.1 DV-Hop算法的分析 | 第31-33页 |
| 3.2 DV-Hop算法的改进 | 第33-40页 |
| 3.2.1 虚拟加权DV-Hop算法 | 第33-36页 |
| 3.2.2 期望距离DV-Hop算法 | 第36-40页 |
| 3.3 利用粒子群进行优化 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 仿真实验 | 第43-53页 |
| 4.1 仿真软件 | 第43页 |
| 4.2 实验场景 | 第43-44页 |
| 4.3 实验结果与分析 | 第44-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
