针对无线传感器网络分簇路由协议所筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题，提出一种基于改进粒子群优化算法的分簇路由协议。在簇头选举过程中，通过定义节点的能量因子和位置均衡因子建立新的适应度函数，评估和选择更优的候选簇头节点；通过优化的自适应学习因子调整候选簇头节点的位置更新速度，扩大局部搜索并加快全局搜索的收敛速度。根据转发节点与基站的距离确定采用单跳还是多跳传输方式，设计一种基于最小生成树的多跳方法，为转发节点数据传输选择最优的多跳路径。仿真测试结果表明，基于改进粒子群算法的分簇路由协议能够选举能量与位置更均衡的簇头节点和转发节点，缩短了网络的通信距离，节点的能耗更低且更均衡，有效延长了网络生存周期。

1. 初始鱼群算法用于WSN覆盖，方便用于改进扩展 2. 有注释，方便理解 3. 如果加上一些种群初始化策略、跳出局部最优策略的话，很容易提升覆盖率 4. 附带一份算法说明文档

pwm整流器的建模仿真，使用混沌与分形分析的例程，线性调频脉冲压缩的Matlab程序,包括AHP，因子分析，回归分析，聚类分析，毕业设计有用，从先验概率中采样，计算权重。

pwm整流器的建模仿真，使用混沌与分形分析的例程，线性调频脉冲压缩的Matlab程序,包括AHP，因子分析，回归分析，聚类分析，毕业设计有用，从先验概率中采样，计算权重。

可以仿真WSN的消息传输，具有C++源码，可以在Windows下运行

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

- 各种初始群智能优化算法用于WSN覆盖：虚拟力算法，人工蜂群算法，灰狼算法，粒子群算法，麻雀搜索算法，樽海鞘算法，鲸鱼优化算法等 - 7种方法打包价格优惠 - 方便进行改进，加上一些种群初始化策略、跳出局部最优策略的话，很容易提升覆盖率

随着Internet，无线传感器技术，云计算和移动Internet的集成发展，人们对物联网的研究和应用给予了很多关注。 无线传感器网络（WSN）是物联网中的重要信息技术之一。 它集成了多种技术，可以通过相互合作在网络环境中检测和收集信息，并使用多种方法来处理和分析数据，实现感知并执行测试。 本文主要研究无线传感器网络中传感器节点的定位算法。 首先，提出了一种多粒度区域划分方法来划分位置区域。 在基于范围的方法中，RSSI（接收信号强度指示器，RSSI）用于估计距离。 最佳RSSI值通过高斯拟合方法计算。 此外，Voronoi图的特征在于使用划分区域。 随机锚节点被视为每个区域的中心； 整个位置区域分为几个区域，相邻节点的子区域组合成三角形，而未知节点则锁定在最终区域中。 其次，使用多粒度区域划分和拉格朗日乘数法来计算最终坐标。 由于在实际应用中节点受多种因素的影响，设计了两种定位方法。 当未知节点位于定位单元内部时，我们使用矢量相似度方法。 此外，我们使用质心算法来计算未知节点的最终坐标。 当未知节点位于定位单元外部时，我们建立一个包含约束条件的拉格朗日方程，以计算第一个坐标。 此外，我们使用泰勒展开公式来校正未知节点的坐标。 此外，这种定位方法已经通过建立实际环境进行了验证。

大鸭岛海燕监测 无人干扰监测 鸟 巢 海 燕 大 鸭 岛 * 　 一个典型的早期应用例子是大鸭岛海燕监测。 作家高尔基笔下赞扬的海燕，现在已经成为了一种濒临灭绝的鸟类。它们特别惧怕人类的打扰，美国缅因州大鸭岛属于自然保护区，上面居住栖息着很多海燕。 　　2002年英特尔研究人员传感器放置在海燕鸟巢附近，获取海燕生活环境的数据。他们使用的传感器包括光、湿度、气压、红外、图像等，通过无线自组网，将数据经卫星传输到加州的服务器，实现了对敏感野生动物的无人干扰监测。 其它的应用非常多，例如。

针对煤矿生产环境监测问题,设计了一种基于无线传感器网络的实时煤矿安全监测预警系统,给出了系统的总体结构。该系统以MC13213为无线传感器节点核心,对煤矿井下的CO、O2、CH4气体浓度及矿井空气温湿度进行实时采集和监测;以ARM微处理器S3C44B0X为控制核心,利用以太网将数据传输到井上后台系统,后台系统对数据进行分析并对井下环境进行评价,当有危险情况发生时,系统能提前发出报警信息。试验表明,该系统结构简单、运行稳定,可以准确进行煤矿的安全预警预报工作。