遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法

针对深井巷道无线传感器网络（Wireless Sensor Networks，WSN）安全监测中节点能量消耗不均匀导致网络生命周期较短的问题，在分析低功耗自适应集簇分层型算法（Low Energy Adaptive Clustering Hierarchy，LEACH）、遗传算法（Genetic Algorithm，GA）和禁忌搜索算法（Tabu Search Algorithm，TS）的基础上，提出遗传禁忌搜索的能量均衡深井安全监测WSN分簇路由算法（GTSR-EB），以分簇方式来减少数据发送量与寻优开销，利用优化GA算法和TS算法进行多路径搜索以选出一条能耗均衡、路径传输距离最短的最优路径。仿真实验表明:GTSR-EB算法网络存活周期为LEACH算法的2.17倍、GA算法的1.18倍，GTSR-EB网络能量利用率更高、生存周期更长。     

基于阶次序列与凸规划的铀尾矿库监测定位算法

在铀尾矿库放射性核素泄露污染WSN监测中,针对凸规划定位精度低的问题,提出一种基于阶次序列的凸规划定位算法。通过划分子区域缩小未知节点几何约束范围,建立各子区域的重心坐标到锚节点的阶次序列表,计算未知节点序列与序列表的相关度,并以最大相关度的子区域重心坐标为定位结果。使该改进算法满足低密度条件的定位并能减少其计算量提高定位精度。经过仿真,新算法较凸规划算法在定位精度上提高了14%。     

基于UKF的深井监测移动节点定位算法

针对线性系统理论的监测定位技术误差较大且又无法实时监测深井人员及移动设备的位置问题,提出一种基于非线性函数不敏卡尔曼滤波（UKF）移动节点定位算法（U-MPA）。在建立U-MPA监测系统及巷道模型的基础上,采用UKF方法对RSSI滤波测距,通过局部坐标系,实现对移动节点实时定位监测;同时,通过改变锚节点间距密度,实现不同定位精度要求。仿真实验表明:U-MPA算法相比RSSI算法定位误差有明显减小,U-MPA算法的平均定位偏差为RSSI算法的44%。     

基于误差修正距离约束的深井巷道目标定位算法北大核心CSCD

针对基于距离约束的井下定位算法本身存在的近似误差,尤其在锚点附近定位误差较大的问题,通过改进算法,引入1个误差系数ω,并以此为依据,来选取误差较小的边作为定位信息来源,同时引入修正系数ε来进行修正分割点,使其更加接近于垂足,以此来减少定位的误差。仿真结果表明:改进算法的平均定位误差远小于原定位算法,约为1/4;改进算法的最大误差小于1.5 m、最小误差为0.2 m;改进算法不仅定位精度优于原定位算法,且计算复杂度较低,更加适用于深井环境定位。     

基于误差修正距离约束的深井巷道目标定位算法

针对基于距离约束的井下定位算法本身存在的近似误差,尤其在锚点附近定位误差较大的问题,通过改进算法,引入1个误差系数ω,并以此为依据,来选取误差较小的边作为定位信息来源,同时引入修正系数ε来进行修正分割点,使其更加接近于垂足,以此来减少定位的误差。仿真结果表明:改进算法的平均定位误差远小于原定位算法,约为1/4;改进算法的最大误差小于1.5 m、最小误差为0.2 m;改进算法不仅定位精度优于原定位算法,且计算复杂度较低,更加适用于深井环境定位。