A dynamic state transition algorithm with application to sensor network localization
A dynamic state transition algorithm with application to sensor network localization
复制标题
一种应用于传感器网络定位的动态状态转移算法
DOI：
10.1016/j.neucom.2017.08.010
复制
发表时间：
2015-11
期刊：
影响因子：
6
通讯作者：
Gui Weihua
中科院分区：
文献类型：
--
作者：
Zhou Xiaojun;Shi Peng;Lim Cheng Chew;Yang Chunhua;Gui Weihua
传感器网络定位（SNL）问题的目的是重建网络中所有传感器的位置，传感器对之间的距离和无线电范围内的。证明了SNL问题的计算复杂性是NP-困难的，半定规划或二阶锥规划松弛方法只能解决这类特殊问题.在这项研究中，一个随机智能优化方法的基础上的状态转移算法被引入到解决SNL问题，没有额外的假设和条件的问题结构。为了克服局部最优，一种新的动态调整策略，称为“风险和恢复的概率”被纳入到状态转换算法。通过实证研究，合理选择风险概率和恢复概率，得到动态状态转换算法，并通过基于梯度的细化进一步改进。将改进的动态状态转换算法应用于SNL问题，仿真结果表明了该方法的有效性。
The sensor network localization (SNL) problem aims to reconstruct the positions of all the sensors in a network with given distance between pairs of sensors and within the radio range between them. It is proved that the computational complexity of the SNL problem is NP-hard, and semi-definite programming or second-order cone programming relaxation methods can only solve some special problems of this kind. In this study, a stochastic intelligent optimization method based on the state transition algorithm is introduced to solve the SNL problem without additional assumptions and conditions on the problem structure. To transcend local optimality, a novel dynamic adjustment strategy called “risk and restoration in probability”is incorporated into the state transition algorithm. An empirical study is investigated to appropriately choose the risk probability and restoration probability, yielding the dynamic state transition algorithm, which is further improved with gradient-based refinement. The refined dynamic state transition algorithm is applied to the SNL problem, and satisfactory simulation results show the effectiveness of the proposed approach.
登录
查看更多内容
能量受限无线传感器网络上基于共识的分布式估计的传感器选择方案
影响因子：
6
作者：
Wen, Yang(杨文);Hongbo, Shi
通讯作者：
Hongbo, Shi
DOI：
10.1137/040621600
发表时间：
2006-12
期刊：
SIAM J. Optim.
影响因子：
--
作者：
M. W. Carter;Holly H. Jin;M. Saunders;Y. Ye
通讯作者：
M. W. Carter;Holly H. Jin;M. Saunders;Y. Ye
影响因子：
1.5
作者：
A. Gopakumar;L. Jacob
通讯作者：
A. Gopakumar;L. Jacob
DOI：
10.1137/050640308
发表时间：
2007-02
期刊：
SIAM J. Optim.
影响因子：
--
作者：
P. Tseng
通讯作者：
P. Tseng
DOI：
10.1016/j.peva.2014.02.003
发表时间：
2013-02
期刊：
ArXiv
影响因子：
--
作者：
Ning Ruan;D. Gao
通讯作者：
Ning Ruan;D. Gao