Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Wireless Personal Communications
Erschienen in: Wireless Personal Communications 3/2016

01.04.2016

A Comparative Analysis of Intelligent Algorithms for Localization in Wireless Sensor Networks

verfasst von: R. Harikrishnan, V. Jawahar Senthil Kumar, P. Sridevi Ponmalar

Erschienen in: Wireless Personal Communications | Ausgabe 3/2016

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In a smart and decision making environment the location information of the sensors and devices under monitoring and control, is very much important, otherwise the sensed data becomes meaningless. This paper proposes three intelligent algorithms namely differential evolution localization algorithm, firefly localization algorithm, and a hybrid firefly differential evolution localization algorithm for wireless sensor networks localization problem. The proposed algorithms are range based and distributed localization algorithms. The algorithms are studied, analyzed and compared with respect to time complexity, convergence and accuracy of the estimated location information.
Vorheriger Artikel A Risk-Aware Reputation-Based Trust Management in Wireless Sensor Networks
Nächster Artikel BETaaS: A Platform for Development and Execution of Machine-to-Machine Applications in the Internet of Things

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Mao, G., Fidan, B., & Anderson, B. D. O. (2007). Wireless sensor network localization techniques. Science Direct, Computer Networks, 51, 2529–2553.CrossRefMATH
2.
Han, G., Xu, H., Duong, T. Q., Jiang, J., & Hara, T. (2011). Localization algorithms of wireless sensor networks: A survey. Telecommunication Systems, 52(4), 2419–2436.
3.
Karl, H., & Willig, A. (2005). Protocols and architectures for wireless sensor networks. New York: Wiley.CrossRef
4.
Kulkarni, R. V., Förster, A., & Venayagamoorthy, G. K. (2011). Computational intelligence in wireless sensor networks: A survey. IEEE Communications Surveys & Tutorials, 13(1), 68–96.CrossRef
5.
Ren, X., Gao, C., & Xi, Y. (2013). A node localization algorithm based on simple particle swarm optimization in wireless sensor networks. Journal of Computational Information Systems, 9(22), 9203–9210.
6.
Guo, H., Low, K.-S., & Nguyen, H.-A. (2011). Optimizing the localization of a wireless sensor network in real time based on a low-cost microcontroller. IEEE Transactions on Industrial Electronics, 58(3), 741–749.CrossRef
7.
Mao, G., & Fidan, B. (2009). Localization algorithms and strategies for wireless sensor networks: Monitoring and surveillance techniques for target tracking (pp. 1–32). Hershey, PA: IGI Global.
8.
Salman, N., Ghogho, M., & Kemp, A. H. (2014). Optimized low complexity sensor node positioning in wireless sensor networks. IEEE Sensors Journal, 14(1), 39–46.CrossRef
9.
Shi, Q., He, C., Chen, H., & Jiang, L. (2010). Distributed wireless sensor network localization via sequential greedy optimization algorithm. IEEE Transactions on Signal Processing, 58(6), 3328–3340.MathSciNetCrossRef
10.
Brownlee, J. (2011). Clever algorithms: Nature-inspired programming recipes.
11.
Kulkarni, R. V., & Venayagamoorthy, G. K. (2011). Particle swarm optimization in wireless sensor networks: A brief survey. IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 41(2), 262–267.CrossRef
12.
Binitha, S., & Sathya, S. S. (2012). A survey of bio inspired optimization algorithms. International Journal of Soft Computing and Engineering (IJSCE), 2(2), 137–151; ISSN: 2231-2307.
13.
Storn, R., & Price, K. (1997). Differential evolution—A simple and efficient heuristic for global optimization over continuous spaces. Journal of Global Optimization, 11, 341–359.MathSciNetCrossRefMATH
14.
Vaisakh, K., & Srinivas, L. R. (2008). Differential evolution approach for optimal power flow solution. Journal of Theoretical and Applied Information Technology, 4(4), 261–268.
15.
Yang, X. S. (2008). Nature-inspired meta-heuristic algorithms. Beckington: Luniver Press.
16.
Apostolopoulos, T., & Vlachos, A. (2011). Application of the firefly algorithm for solving the economic emissions load dispatch problem. Hindawi Publishing Corporation International Journal of Combinatorics. doi:10.​1155/​2011/​523806.
17.
Yang, X.-S., Hosseini, S. S. S., & Gandomic, A. H. (2012). Firefly algorithm for solving non-convex economic dispatch problems with valve loading effect. Elsevier Applied Soft Computing, 12, 1180–1186.CrossRef
Metadaten
Titel
A Comparative Analysis of Intelligent Algorithms for Localization in Wireless Sensor Networks
verfasst von
R. Harikrishnan
V. Jawahar Senthil Kumar
P. Sridevi Ponmalar
Publikationsdatum
01.04.2016
Verlag
Springer US
Erschienen in
Wireless Personal Communications / Ausgabe 3/2016
Print ISSN: 0929-6212
Elektronische ISSN: 1572-834X
DOI
https://doi.org/10.1007/s11277-015-2635-4

Weitere Artikel der Ausgabe 3/2016

Wireless Personal Communications 3/2016 Zur Ausgabe

OriginalPaper

Optimization of Spectrum Usage and Coexistence Analysis of DVB-T and LTE-800 systems

OriginalPaper

An Adaptive Parameter Setting Algorithm to Enhance Performance in Self-Organizing Bluetooth Low Energy Networks

OriginalPaper

Experimental Evaluation of Routing Schemes for Intermittently Connected Wireless Mobile Networks

BriefCommunication

BETaaS: A Platform for Development and Execution of Machine-to-Machine Applications in the Internet of Things

OriginalPaper

Long-Term Spectrum Monitoring with Big Data Analysis and Machine Learning for Cloud-Based Radio Access Networks

OriginalPaper

PF-ID-2PAKA: Pairing Free Identity-Based Two-Party Authenticated Key Agreement Protocol for Wireless Sensor Networks

Neuer Inhalt

    Bildnachweise