首页|基于SSO的铀尾矿库无线传感器网络定位算法

基于SSO的铀尾矿库无线传感器网络定位算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Localization algorithm for uranium tailings reservoir based on SSO in wireless sensor network

余修武、彭威、余员琴、刘永

展开 >

南华大学资源环境与安全工程学院,湖南衡阳421001

湖南省铀尾矿库退役治理技术处理研究中心,湖南衡阳421001

湖南交通工程学院电气与信息工程学院,湖南衡阳421001

深圳大学物理与光电工程学院,广东深圳518000

展开 >

麻雀搜索优化(SSO) 铀尾矿库 无线传感器网络(WSN) 定位算法 混沌映射 精英反向学习 莱维飞行策略

国家自然科学基金湖南省市联合自然科学基金湖南省重点研发计划项目

118751642021JJ500932018SK2055

2023

10.16265/j.cnki.issn1003-3033.2023.04.0264

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2023.33(4)
  • 6