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。

基于RFID和WSN的养殖场管理系统网络架构

基于麻雀算法，寻找最优无线传感器网络覆盖，使得无线网络覆盖率达到最大。

-初始灰狼算法用于WSN覆盖，方便用于改进扩展 -有注释，方便理解 -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

-初始樽海鞘算法用于WSN覆盖，方便用于改进扩展 -有注释，方便理解 -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