基于量子遗传的蒙特卡洛节点定位算法

田浩杉

doi:10.13873/j.1000-9787(2017)09-0125-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于量子遗传的蒙特卡洛节点定位算法

计算与测试 | 更新时间：2025-09-11

- 基于量子遗传的蒙特卡洛节点定位算法
- Monte Carlo node localization algorithm based on quantum genetic
- 传感器与微系统 2017年36卷第9期页码：125-128+135
- 作者机构：
  
  兰州交通大学电子与信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-9787(2017)09-0125-04
  中图分类号： TN929.5;TP18;TP212.9
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]田浩杉.基于量子遗传的蒙特卡洛节点定位算法[J].传感器与微系统,2017,36(09):125-128+135.

TIAN Hao-shan. Monte Carlo node localization algorithm based on quantum genetic[J]. 2017, 36(9): 125-128+135.
[1]田浩杉.基于量子遗传的蒙特卡洛节点定位算法[J].传感器与微系统,2017,36(09):125-128+135. DOI： 10.13873/j.1000-9787(2017)09-0125-04.

TIAN Hao-shan. Monte Carlo node localization algorithm based on quantum genetic[J]. 2017, 36(9): 125-128+135. DOI： 10.13873/j.1000-9787(2017)09-0125-04.

摘要

针对无线传感器网络（WSNs）节点定位的问题

提出了一种量子遗传算法与蒙特—卡洛相结合的定位算法（QGA-MCL）。将QGA应用于MCL中的采样过滤阶段

通过合理的编码方案、译码方案以及量子旋转门对采样区域中随机产生的量子染色体进行操作

提高了样本寻优效率和定位精度

并加快了算法的收敛速度。仿真结果表明:与蒙特—卡洛定位算法相比

提出的QGA-MCL算法能够减少约10.2%的定位误差

同时

算法的收敛速度也得到了显著提升。

Abstract

A new node localization algorithm is proposed for wireless sensor networks（ WSNs）

which combines quantum genetic algorithm with the Monte Carlo localization（ QGA-MCL）. QGA is applied to the sampling filtering stage in MCL. Operate the quantum chromosomes which is random generated in sampling area by reasonable encoding scheme

decoding scheme and quantum rotating gate. Simulation results demonstrate that compared with Monte Carlo localization algorithm

the proposed QGA-MCL algorithm can reduce positioning error about 10. 2 %

and meanwhile

the convergence speed of algorithm is improved significantly.

关键词

Keywords

references

一种基于迭代投票的无线传感器网络安全定位算法 [J]. 张品,毛文敏,徐静. 传感器与微系统 . 2015(12)

基于量子遗传算法的WSN三维定位方法 [J]. 刘宏,王其涛,夏未君. 广西师范大学学报(自然科学版) . 2015(04)

基于遗传算法优化的节点定位技术 [J]. 杨鹃,韩雪松. 制造业自动化 . 2015(04)

无线传感器网络的分区域质心定位算法 [J]. 王曙光. 传感器与微系统 . 2014(12)

基于细菌觅食算法和跳段校正的无线传感器网络定位算法 [J]. 邓成玉,王宇峥,谷晓英,潘红敏,刘永山. 燕山大学学报 . 2014(06)

WSNs中一种基于移动信标检测的定位算法 [J]. 金纯,王升刚,尹远阳. 传感器与微系统 . 2014(02)

基于Zig Bee无线传感器网络的一种室内定位新方法 [J]. 刘小康,张翔,方爽,郭杭. 传感器与微系统 . 2013(11)

量子遗传优化粒子滤波的WSN目标跟踪算法 [J]. 董跃钧,李国伟. 科学技术与工程 . 2013(12)

基于最小二乘法的蒙特卡洛移动节点定位算法 [J]. 刘志华,李改燕,刘晓爽. 传感技术学报 . 2012(04)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进QGA在WSNs节点部署中的应用

基于量子遗传算法的无线传感器网络路由研究

基于CS算法的LEACH极值双簇首分簇方法

双向选择机制下权重约束的WSNs拓扑演化模型研究

基于模糊粒子群优化算法的无线传感器网络部署优化研究