基于遗传算法与蚁群算法的WSN定位算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 引言 | 第11页 |
| 1.2 无线网络的发展概况 | 第11-16页 |
| 1.2.1 发展历史 | 第11-13页 |
| 1.2.2 应用前景 | 第13-15页 |
| 1.2.3 网络类型 | 第15-16页 |
| 1.3 无线传感器网络结构 | 第16-19页 |
| 1.3.1 网络结构 | 第17-18页 |
| 1.3.2 网络节点结构 | 第18-19页 |
| 1.4 无线网络定位技术概述 | 第19-20页 |
| 1.5 论文的主要内容与章节安排 | 第20-22页 |
| 第二章 无线传感器网络定位理论 | 第22-37页 |
| 2.1 定位的概念 | 第22页 |
| 2.2 计算节点位置的基本方法 | 第22-24页 |
| 2.2.1 三边测量法 | 第22-23页 |
| 2.2.2 极大似然估计法 | 第23-24页 |
| 2.3 定位算法分类 | 第24-26页 |
| 2.3.1 单跳和多跳算法 | 第24-25页 |
| 2.3.2 基于距离的和距离无关算法 | 第25页 |
| 2.3.3 集中式与分布式算法 | 第25页 |
| 2.3.4 基于锚节点与无锚算法 | 第25-26页 |
| 2.4 基于距离的定位方法 | 第26-27页 |
| 2.4.1 测距技术 | 第26-27页 |
| 2.5 距离无关的定位算法 | 第27-30页 |
| 2.5.1 质心算法 | 第28-29页 |
| 2.5.2 DV-hop算法 | 第29-30页 |
| 2.6 新型定位算法 | 第30-34页 |
| 2.6.1 基于移动锚节点的定位方法 | 第30-31页 |
| 2.6.2 三维定位 | 第31页 |
| 2.6.3 智能算法定位 | 第31-34页 |
| 2.7 定位算法的问题与机会 | 第34-35页 |
| 2.8 本章小结 | 第35-37页 |
| 第三章 遗传算法与蚁群算法 | 第37-55页 |
| 3.1 遗传算法概述 | 第37-39页 |
| 3.2 遗传算法编码 | 第39-40页 |
| 3.2.1 二进制编码 | 第39页 |
| 3.2.2 实数编码 | 第39-40页 |
| 3.3 遗传算子 | 第40-46页 |
| 3.3.1 选择算子 | 第40-42页 |
| 3.3.2 交叉算子 | 第42-45页 |
| 3.3.3 变异算子 | 第45-46页 |
| 3.3.4 终止条件 | 第46页 |
| 3.4 蚁群算法概述 | 第46-48页 |
| 3.5 蚁群算法理论 | 第48-51页 |
| 3.6 蚁群算法的改进 | 第51-54页 |
| 3.6.1 ACS蚁群系统 | 第52页 |
| 3.6.2 MAX-MIN蚁群系统 | 第52-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第四章 混合定位算法 | 第55-62页 |
| 4.1 定位问题模型 | 第55-56页 |
| 4.2 初始位置发现 | 第56-59页 |
| 4.3 算法设计 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 实验仿真 | 第62-66页 |
| 5.1 实验条件 | 第62页 |
| 5.2 实验过程 | 第62-65页 |
| 5.3 结论 | 第65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 不足与下一步工作 | 第67页 |
| 6.2.1 不足 | 第67页 |
| 6.2.2 下一步工作 | 第67页 |
| 6.3 未来展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75页 |
