摘要
为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法.首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能.结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9％、45.2％、26.8％、39.9％和36.9％,定位精度更高,收敛速度更快.
基金项目
国家自然科学基金(11875164)
湖南省市联合自然科学基金(2021JJ50093)
湖南省重点研发计划项目(2018SK2055)
NETL
NSTL
维普
万方数据