主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
叶苗,王宇平.基于变方差概率模型和进化计算的WSN 定位算法.软件学报,2013,24(4):859-872
基于变方差概率模型和进化计算的WSN 定位算法
Location Estimation in Wireless Sensor Networks Based on Probabilistic Model with Variant Variance and Evolutionary Algorithm
投稿时间:2011-10-11  修订日期:2012-04-24
DOI:10.3724/SP.J.1001.2013.04255
中文关键词:  传感器网络  RSS 定位  概率模型  变化方差  进化算法
英文关键词:wireless sensor network  RSS-based location  probabilistic model  variant variance  evolutionary algorithm
基金项目:国家自然科学基金(60873099, 61272119, 61203372); 国家教育部博士点基金(20090203110005)
作者单位E-mail
叶苗 西安电子科技大学 计算机学院, 陕西 西安 710071
桂林理工大学 信息科学与工程学院, 广西 桂林 541004 
ym@mail.xidian.edu.cn 
王宇平 西安电子科技大学 计算机学院, 陕西 西安 710071  
摘要点击次数: 2531
全文下载次数: 2980
中文摘要:
      定位是无线传感器网络技术和应用的重要基础.基于接收信号强度(received signal strength,简称RSS)的定位方法是实际应用中比较重要的定位方法.考虑到实际应用中不同地点RSS 测量信号的方差有所不同这一特点,运用最大概率似然理论,建立了更加符合实际的基于RSS 测量的概率定位模型.对于模型中目标表达式高度非线性不好求解的特点,运用进化计算理论设计出符合传感器通信特征的定位算法(location in probability maximum withevolutionary algorithm,简称PMEA)求解概率可能性最大的位置坐标点,并用随机过程在数学上证明了算法的收敛性.最后,通过对实际公开数据集的实验,证实所提出的概率模型和PMEA 算法确实能够提高RSS 测距定位的精度.
英文摘要:
      Location is a crucial part of wireless sensor networks technologies and applications. RSS-based (based on received signal strength) location estimations play an important role in practice. Considering the characteristic that the variance of RSS varies in different estimation points, a practical RSS-based probabilistic model is tailored and established according to the probability-based maximum likelihood in this paper. Next, taking the highly nonlinear characteristic of the object function in this probabilistic model, a location approach using the probability maximum with evolutionary algorithm (PMEA), which corresponds more to the characteristic of communication of the sensors, is proposed to find out the maximum likelihood point. The convergence is proved by the stochastic process. The results of the proposed algorithm, when implemented in a public dataset, show that this proposed probabilistic model and PMEA outperform existing solutions in terms of RSS-based location estimation accuracy.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利