CN104333866A - 基于虚拟力算法的无线传感网覆盖优化方法与系统 - Google Patents

基于虚拟力算法的无线传感网覆盖优化方法与系统 Download PDF

Info

Publication number
CN104333866A
CN104333866A CN201410579915.2A CN201410579915A CN104333866A CN 104333866 A CN104333866 A CN 104333866A CN 201410579915 A CN201410579915 A CN 201410579915A CN 104333866 A CN104333866 A CN 104333866A
Authority
CN
China
Prior art keywords
node
module
distance
aforementioned
setting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410579915.2A
Other languages
English (en)
Other versions
CN104333866B (zh
Inventor
王晓萍
周文
徐立升
张日飞
蒋秀波
宋早迪
崔雪峰
武澎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North Information Control Group Co Ltd
Original Assignee
North Information Control Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North Information Control Group Co Ltd filed Critical North Information Control Group Co Ltd
Priority to CN201410579915.2A priority Critical patent/CN104333866B/zh
Publication of CN104333866A publication Critical patent/CN104333866A/zh
Application granted granted Critical
Publication of CN104333866B publication Critical patent/CN104333866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种基于虚拟力算法的无线传感网覆盖优化方法,包括以下步骤:1、设定无线传感网的监测区域范围、传感器的探测距离;2、无线传感器在监测区域范围内的布撒;3、确定无线传感器节点的坐标值,计算各节点之间距离,存储至节点坐标矩阵;4、计算各节点的受力情况;5、判断节点移动是否满足约束条件:如果是则以当前的节点坐标矩阵作为节点位置数据输出;否则进入下一步骤;判断节点位置与监测区域范围的边界之间的距离是否超过距离阈值:如果未超过,则使节点受力后正常移动,返回步骤3;如果超过,则使节点停止向监测区域范围的边界方向的移动,回弹第二距离阈值,然后返回步骤3。本发明还涉及一种无线传感网覆盖优化系统。

Description

基于虚拟力算法的无线传感网覆盖优化方法与系统
技术领域
本发明涉及通信领域,具体而言涉及一种基于虚拟力算法的无线传感网覆盖优化方法与系统。
背景技术
无线传感网中的节点一般有成本较低,节点能量有限,探测和通信距离有限,一次布撒后很少进行人工干预等特点。在军事领域的应用中,有时为了探测敌情的需要,要把传感器节点布置在敌方一侧,或者是距离敌方要害部门较近的地方,这时不宜采用人工布撒的方式,只能采用飞机或导弹布撒的方式。采用非人工布撒的方式虽然速度较快,效率也比较高,但是布撒过程中容易出现节点分布不均匀,以至于监测区域不能被有效覆盖的情况,这就需要对无线传感网覆盖的优化问题做深入的研究。
解决非人工布撒传感网节点时容易出现的节点分布不均匀,使得监测区域不能被有效覆盖的问题主要有两种思路:一种是对监测区域实现饱和布撒,即用远远超过正常数量的大量传感器布撒到监测区域;另一种是用有限数量的节点对监测区域进行布撒,布撒后的节点采用一定的机制实现所有节点的定位,通过无线网络返回给用户终端所有节点的坐标,用户终端根据收集的节点位置信息,按照集中式或分布式方式,采用一定的算法调整各节点位置,将节点的位置调整信息分发给各节点,最终在节点有一定移动能力的前提下,实现节点位置更新和网络覆盖率优化的效果。
发明内容
本发明目的在于提供一种基于虚拟力算法的无线传感网覆盖优化方法与系统,旨在解决传感器节点布撒时的过于集中和过于分散的问题,同时实现针对特定区域随机布撒传感器节点覆盖后的优化。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明所采用的技术方案如下:
一种基于虚拟力算法的无线传感网覆盖优化方法,其实现包括以下步骤:
步骤1、通过输入设定无线传感网的监测区域范围、传感器的探测距离;
步骤2、使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒,形成节点分布图;
步骤3、确定所有无线传感器节点的坐标值,并根据节点坐标逐个计算各节点与其余各节点之间距离,存储前述节点坐标值及节点间距离至一节点坐标矩阵;
步骤4、根据节点间距离值计算各节点的受力情况,包括斥力和引力;
步骤5、判断节点移动是否满足约束条件:如果是,则以当前的节点坐标矩阵作为节点位置数据输出;否则,进入下述步骤6;
步骤6、判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后返回步骤3;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后返回步骤3。
进一步的实施例中,前述步骤4中,节点受力的计算,包括以下步骤:
以下述公式计算引力y引力(x)和斥力y斥力(x):
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
进一步的实施例中,前述方法更包含以下步骤:
设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
进一步的实施例中,前述方法更包含以下步骤:
设定节点移动的约束条件,即节点的受力平衡或者达到预设的移动次数。
根据本发明的公开,还提出一种基于虚拟力算法的无线传感网覆盖优化系统,包括第一模块、第二模块、第三模块、第四模块、第五模块以及第六模块,其中:
用于通过输入设定无线传感网的监测区域范围、传感器的探测距离的第一模块;
用于使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒形成节点分布图的第二模块;
用于确定所有无线传感器节点的坐标值,并基于节点坐标逐个计算各节点与其余各节点之间距离,以及存储前述节点坐标值及节点间距离至一节点坐标矩阵的第三模块;
用于根据节点间距离值计算各节点的受力情况的第四模块,前述节点的受力情况包括斥力和引力;
用于判断节点移动是否满足约束条件并执行相应处理的第五模块:如果满足约束条件,则以当前的节点坐标矩阵作为节点位置数据输出;如果不满足约束条件,则控制所述第六模块执行相应处理;
用于判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值并执行相应处理的第六模块:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理。
进一步的实施例中,前述第四模块被配置为按照如下方式计算节点的受力情况,即引力y引力(x)和斥力y斥力(x):
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
进一步的实施例中,前述第一模块还被配置用于设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
进一步的实施例中,前述第一模块还被配置用于设定节点移动的约束条件:
即节点的受力平衡或者达到预设的移动次数。
由以上本发明的技术方案可知,本发明所提出的基于虚拟力算法的无线传感网覆盖优化方法与系统,通过虚拟力算法来调整随即布撒的传感器节点位置,从而实现传感器网络对特定的监测区域覆盖的优化。
使用本发明提出的无线传感网覆盖优化方法与系统,经过基于虚拟力算法的节点位置调整后,节点的分布显著改善随机分布时的不均匀的现象,使得节点位置避免了扎堆和监测存在大片盲区的缺陷。
附图说明
图1为本发明一实施方式的基于虚拟力算法的无线传感网覆盖优化方法的实现流程示意图。
图2为使用随机数矩阵生成方式对一100*100米大小的监测区域的布撒形成的网络覆盖范围示意图。
图3为使用本发明图1实施例的方法对无线传感器节点进行优化覆盖后形成的网络覆盖范围示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
如图1所示,根据本发明的较优实施例,一种基于虚拟力算法的无线传感网覆盖优化方法,其实现包括以下步骤:
步骤1、通过输入设定无线传感网的监测区域范围、传感器的探测距离;
步骤2、使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒,形成节点分布图;
步骤3、确定所有无线传感器节点的坐标值,并根据节点坐标逐个计算各节点与其余各节点之间距离,存储前述节点坐标值及节点间距离至一节点坐标矩阵;
步骤4、根据节点间距离值计算各节点的受力情况,包括斥力和引力;
步骤5、判断节点移动是否满足约束条件:如果是,则以当前的节点坐标矩阵作为节点位置数据输出;否则,进入下述步骤6;
步骤6、判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后返回步骤3;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后返回步骤3。
采用本发明前述实施例的优化方法,通过虚拟力算法来调整随即布撒的传感器节点位置,从而实现传感器网络对特定的监测区域覆盖的优化。经过基于虚拟力算法的节点位置调整后,可使得无线传感器节点的分布显著改善随机分布时的不均匀的现象,使得节点位置避免扎堆和监测存在大片盲区。
结合图1所示,在求出监测区域范围内各处的传感器节点的各自受力情况,考虑到监测区域边界对节点的阻碍作用,各节点根据自身受力情况可以进行相应的移动。
本实施例中,作为优选,节点受力即引力y引力(x)和斥力y斥力(x)按照下述公式进行计算:
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
作为更优选的实施例中,前述方法更包含以下步骤:
设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
进一步的实施例中,前述方法更包含以下步骤:
设定节点移动的约束条件,即节点的受力平衡(即引力和斥力相等)或者达到预设的移动次数。
如前述提出的引力、斥力计算公式,在节点距离满足:x=dbal时,所计算得出的引力和斥力相等,即受力平衡。
根据本发明的公开,一种基于虚拟力算法的无线传感网覆盖优化系统,包括第一模块、第二模块、第三模块、第四模块、第五模块以及第六模块,其中:
用于通过输入设定无线传感网的监测区域范围、传感器的探测距离的第一模块;
用于使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒形成节点分布图的第二模块;
用于确定所有无线传感器节点的坐标值,并基于节点坐标逐个计算各节点与其余各节点之间距离,以及存储前述节点坐标值及节点间距离至一节点坐标矩阵的第三模块;
用于根据节点间距离值计算各节点的受力情况的第四模块,前述节点的受力情况包括斥力和引力;
用于判断节点移动是否满足约束条件并执行相应处理的第五模块:如果满足约束条件,则以当前的节点坐标矩阵作为节点位置数据输出;如果不满足约束条件,则控制所述第六模块执行相应处理;
用于判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值并执行相应处理的第六模块:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理。
优选地,前述第四模块被配置为按照如下方式计算节点的受力情况,即引力y引力(x)和斥力y斥力(x):
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
优选地,前述第一模块还被配置用于设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
优选地,前述第一模块还被配置用于设定节点移动的约束条件:
即节点的受力平衡或者达到预设的移动次数。
如前所述,本实施例提出基于虚拟力算法的无线传感网覆盖优化系统,第一模块、第二模块、第三模块、第四模块、第五模块以及第六模块,其功能、作用、效果已经在前述图1所示的实施例中做了相应的说明,在此不再赘述。
下面结合图2-图3所示,举例说明上述图1实施例的示例性实现。
图2所示描绘了在一个100*100米大小的区域中,随机布撒了13个传感器节点所形成的网络覆盖,传感器节点探测半径是20米,由于是随即布撒,节点的分布不均匀,造成对监测区域的覆盖效果比较差。
图3描绘了采用了图1实施例的方法对节点位置进行调整之后的对监测区域的覆盖效果示意,其中,迭代次数设定为500次,本发明提出的无线传感网覆盖优化方法发挥了较大的作用,显著地改善了传感器网络对监测区域的覆盖情况。
图2、图3中,小圆圈表示传感器节点,虚线表示的圆圈表示传感器节点的探测范围。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

Claims (8)

1.一种基于虚拟力算法的无线传感网覆盖优化方法,其特征在于,包括以下步骤:
步骤1、通过输入设定无线传感网的监测区域范围、传感器的探测距离;
步骤2、使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒,形成节点分布图;
步骤3、确定所有无线传感器节点的坐标值,并根据节点坐标逐个计算各节点与其余各节点之间距离,存储前述节点坐标值及节点间距离至一节点坐标矩阵;
步骤4、根据节点间距离值计算各节点的受力情况,包括斥力和引力;
步骤5、判断节点移动是否满足约束条件:如果是,则以当前的节点坐标矩阵作为节点位置数据输出;否则,进入下述步骤6;
步骤6、判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后返回步骤3;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后返回步骤3。
2.根据权利要求1所述的基于虚拟力算法的无线传感网覆盖优化方法,其特征在于,前述步骤4中,节点受力的计算,包括以下步骤:
以下述公式计算引力y引力(x)和斥力y斥力(x):
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
3.根据权利要求2所述的基于虚拟力算法的无线传感网覆盖优化方法,其特征在于,前述方法更包含以下步骤:
设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
4.根据权利要求1所述的基于虚拟力算法的无线传感网覆盖优化方法,其特征在于,前述方法更包含以下步骤:
设定节点移动的约束条件,即节点的受力平衡或者达到预设的移动次数。
5.一种基于虚拟力算法的无线传感网覆盖优化系统,其特征在于,包括第一模块、第二模块、第三模块、第四模块、第五模块以及第六模块,其中:
用于通过输入设定无线传感网的监测区域范围、传感器的探测距离的第一模块;
用于使用随机数矩阵生成方式实现无线传感器在监测区域范围内的布撒形成节点分布图的第二模块;
用于确定所有无线传感器节点的坐标值,并基于节点坐标逐个计算各节点与其余各节点之间距离,以及存储前述节点坐标值及节点间距离至一节点坐标矩阵的第三模块;
用于根据节点间距离值计算各节点的受力情况的第四模块,前述节点的受力情况包括斥力和引力;
用于判断节点移动是否满足约束条件并执行相应处理的第五模块:如果满足约束条件,则以当前的节点坐标矩阵作为节点位置数据输出;如果不满足约束条件,则控制所述第六模块执行相应处理;
用于判断节点位置与监测区域范围的边界之间的距离是否超过一距离阈值并执行相应处理的第六模块:如果未超过距离阈值,则使节点受力后按照其所受斥力或引力的方向和大小移动,且每次移动的距离为0.1m,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理;如果超过该距离阈值,则使节点停止向监测区域范围的边界方向的移动,并回弹设定的第二距离阈值,然后控制第三模块、第四模块和第五模块重新执行相应的计算和处理。
6.根据权利要求5所述的基于虚拟力算法的无线传感网覆盖优化系统,其特征在于,前述第四模块被配置为按照如下方式计算节点的受力情况,即引力y引力(x)和斥力y斥力(x):
其中,x为节点间的距离,dbal为节点间的平衡距离,dmax=4r,r为前述设定的传感器的探测距离。
7.根据权利要求6所述的基于虚拟力算法的无线传感网覆盖优化系统,其特征在于,前述第一模块还被配置用于设定前述节点间的平衡距离dbal
d bal = 3 3 r / 2 π
其中,r为前述设定的传感器的探测距离。
8.根据权利要求5所述的基于虚拟力算法的无线传感网覆盖优化系统,其特征在于,前述第一模块还被配置用于设定节点移动的约束条件:
即节点的受力平衡或者达到预设的移动次数。
CN201410579915.2A 2014-10-24 2014-10-24 基于虚拟力算法的无线传感网覆盖优化方法与系统 Active CN104333866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410579915.2A CN104333866B (zh) 2014-10-24 2014-10-24 基于虚拟力算法的无线传感网覆盖优化方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410579915.2A CN104333866B (zh) 2014-10-24 2014-10-24 基于虚拟力算法的无线传感网覆盖优化方法与系统

Publications (2)

Publication Number Publication Date
CN104333866A true CN104333866A (zh) 2015-02-04
CN104333866B CN104333866B (zh) 2018-01-16

Family

ID=52408498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410579915.2A Active CN104333866B (zh) 2014-10-24 2014-10-24 基于虚拟力算法的无线传感网覆盖优化方法与系统

Country Status (1)

Country Link
CN (1) CN104333866B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104917575A (zh) * 2015-04-15 2015-09-16 北京邮电大学 一种用于无线电环境监测的监测点布置优化方法
CN105611555A (zh) * 2015-12-31 2016-05-25 北京科技大学 一种基于虚拟力导向的传感器网络节能覆盖控制方法
CN106792750A (zh) * 2016-12-29 2017-05-31 湖北大学 一种基于导向粒子群算法的节点部署方法
CN106851820A (zh) * 2017-03-07 2017-06-13 西南石油大学 一种井下无线传感网络的定位方法
CN107396374A (zh) * 2017-07-07 2017-11-24 江苏奥斯威尔信息科技有限公司 一种基于虚拟力和泰森多边形的覆盖方法
CN108521626A (zh) * 2018-03-08 2018-09-11 哈尔滨工程大学 一种基于多传感网络的水上搜救定位方法
CN108650695A (zh) * 2018-04-27 2018-10-12 河海大学常州校区 一种节点动态覆盖驱动的无线网络路由路径规划方法
CN109068334A (zh) * 2018-09-06 2018-12-21 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法
CN109362082A (zh) * 2018-10-10 2019-02-19 浙江树人学院 基于mvfa的水下传感网络节点分布优化方法
CN112469050A (zh) * 2019-09-06 2021-03-09 西安邮电大学 一种基于改进灰狼优化器的wsn三维覆盖增强方法
CN117540587A (zh) * 2024-01-10 2024-02-09 青岛国实科技集团有限公司 基于改进虚拟力算法的声呐布放优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051973A (zh) * 2007-05-17 2007-10-10 浙江大学 基于虚拟力的移动无线传感器网络节点布局方法及装置
CN102932803A (zh) * 2012-10-22 2013-02-13 华为技术有限公司 自动布放无线接入装置的方法和设备
CN103354642A (zh) * 2013-06-06 2013-10-16 东北大学 一种提高移动传感器网络覆盖率的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051973A (zh) * 2007-05-17 2007-10-10 浙江大学 基于虚拟力的移动无线传感器网络节点布局方法及装置
CN102932803A (zh) * 2012-10-22 2013-02-13 华为技术有限公司 自动布放无线接入装置的方法和设备
CN103354642A (zh) * 2013-06-06 2013-10-16 东北大学 一种提高移动传感器网络覆盖率的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YI ZOU,等: "Sensor Deployment and Target Localization in Distributed Sensor Networks", 《ACM TRANSACTIONS ON EMBEDDED COMPUTING SYSTEMS》 *
杨明华,等: "一种移动传感器网络精确部署算法", 《北京理工大学学报》 *
陈杭,等: "一种基于虚拟力的移动传感器网络再部署算法", 《计算机工程与应用》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104917575B (zh) * 2015-04-15 2018-02-06 北京邮电大学 一种用于无线电环境监测的监测点布置优化方法
CN104917575A (zh) * 2015-04-15 2015-09-16 北京邮电大学 一种用于无线电环境监测的监测点布置优化方法
CN105611555B (zh) * 2015-12-31 2019-04-09 北京科技大学 一种基于虚拟力导向的传感器网络节能覆盖控制方法
CN105611555A (zh) * 2015-12-31 2016-05-25 北京科技大学 一种基于虚拟力导向的传感器网络节能覆盖控制方法
CN106792750A (zh) * 2016-12-29 2017-05-31 湖北大学 一种基于导向粒子群算法的节点部署方法
CN106792750B (zh) * 2016-12-29 2019-11-12 湖北大学 一种基于导向粒子群算法的节点部署方法
CN106851820A (zh) * 2017-03-07 2017-06-13 西南石油大学 一种井下无线传感网络的定位方法
CN106851820B (zh) * 2017-03-07 2020-02-07 西南石油大学 一种井下无线传感网络的定位方法
CN107396374B (zh) * 2017-07-07 2020-11-03 江苏奥斯威尔信息科技有限公司 一种基于虚拟力和泰森多边形的覆盖方法
CN107396374A (zh) * 2017-07-07 2017-11-24 江苏奥斯威尔信息科技有限公司 一种基于虚拟力和泰森多边形的覆盖方法
CN108521626A (zh) * 2018-03-08 2018-09-11 哈尔滨工程大学 一种基于多传感网络的水上搜救定位方法
CN108521626B (zh) * 2018-03-08 2020-09-25 哈尔滨工程大学 一种基于多传感网络的水上搜救定位方法
CN108650695A (zh) * 2018-04-27 2018-10-12 河海大学常州校区 一种节点动态覆盖驱动的无线网络路由路径规划方法
CN108650695B (zh) * 2018-04-27 2020-05-15 河海大学常州校区 一种节点动态覆盖驱动的无线网络路由路径规划方法
CN109068334A (zh) * 2018-09-06 2018-12-21 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法
CN109068334B (zh) * 2018-09-06 2021-06-18 三峡大学 一种改进Delaunay三角剖分的虚拟力算法部署节点方法
CN109362082A (zh) * 2018-10-10 2019-02-19 浙江树人学院 基于mvfa的水下传感网络节点分布优化方法
CN109362082B (zh) * 2018-10-10 2021-07-30 浙江树人学院 基于mvfa的水下传感网络节点分布优化方法
CN112469050A (zh) * 2019-09-06 2021-03-09 西安邮电大学 一种基于改进灰狼优化器的wsn三维覆盖增强方法
CN112469050B (zh) * 2019-09-06 2023-01-10 西安邮电大学 一种基于改进灰狼优化器的wsn三维覆盖增强方法
CN117540587A (zh) * 2024-01-10 2024-02-09 青岛国实科技集团有限公司 基于改进虚拟力算法的声呐布放优化方法及系统
CN117540587B (zh) * 2024-01-10 2024-03-26 青岛国实科技集团有限公司 基于改进虚拟力算法的声呐布放优化方法及系统

Also Published As

Publication number Publication date
CN104333866B (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
CN104333866A (zh) 基于虚拟力算法的无线传感网覆盖优化方法与系统
CN103327082B (zh) 一种多蚁群疏散优化交换方法
CN106792750B (zh) 一种基于导向粒子群算法的节点部署方法
US8260507B2 (en) Managing application of agrochemicals to plants
JP2017516192A5 (zh)
WO2012027736A3 (en) Monitoring a rechargeable battery with multiple parameter update rates
WO2015011688A3 (en) Method of training a neural network
CN104680264B (zh) 一种基于多智能体强化学习的运输车路径优化方法
CN104407515B (zh) 一种基于不确定模型的LMIs状态反馈系统控制方法
CN112859915B (zh) 基于饱和阈值事件触发的高层消防无人机编队控制方法及系统
CN106196480A (zh) 除霜控制方法和装置
CN107070968A (zh) 对监控区域部署传感器的方法
CN101246508A (zh) 基于fpga的神经网络缺失数据估算器及其估算方法
WO2019167042A1 (en) Systems and methods for using and training a neural network
CN103177589A (zh) 基于演化博弈的交通信号周期自适应控制方法
CN108319779A (zh) 基于m阶邻接矩阵的指挥控制网络级联失效模型建立方法
CN108872972A (zh) 一种基于事件触发通信的信号源定位方法
CN108681247A (zh) 一种完全分布式保性能通信容错编队控制方法
CN104331605A (zh) 人机交互式飞机任务载荷的配置方法
CN104038730A (zh) 一种基于贪心计算的视频传感器网络多移动目标监测优化方法
CN118153443A (zh) 基于麻雀搜索算法优化bp神经网络对爆破振动的预测方法
CN110008076A (zh) 处理器可靠性评估方法、装置、电子设备及存储介质
CN102438252A (zh) 一种无线传感器网络节点路径平滑控制方法
CN103167519A (zh) 一种高效节能的视觉传感器网络目标覆盖算法
Huaihu et al. Research on banking crisis contagion dynamics based on the complex network of system engineering

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant