学位论文 > 优秀研究生学位论文题录展示

基于微粒群和神经网络的无线传感器网络节点定位算法研究

作　者: 周书旺
导　师: 王英龙
学　校: 山东师范大学
专　业: 计算机软件与理论
关键词: 无线传感器网络节点定位微粒群 BP神经网络链路质量
分类号: TN929.5
类　型: 硕士论文
年　份: 2011年
下　载: 135次
引　用: 0次
阅　读: 论文下载

内容摘要

自上世纪90年代,无线传感器网络越来越受世界各国的关注,被评为十种改变未来世界新兴技术之首。美国、欧盟、日本等发达国家都在无线传感器网络方面做了重大部署。近年来,中国也非常重视无线传感器网络的研究工作,2009年11月3日,温家宝总理指示“要着力突破传感网、物联网关键技术”。传统的定位技术(如GPS)无论在军事还是民用方面都有着关键的应用,同样节点定位技术也是传感器网络的关键技术之一,是网络所采集信息有意义的保障。为了进一步提高节点定位的精确度,以及进一步提高节点定位方法的鲁棒性,文中提出了基于微粒群搜索的节点定位方法和其改进方法——基于几何约束和微粒群搜索的节点定位方法。另外,本文还在应用BP神经网络进行节点定位方面做了一些有意义的探索,提出了基于BP神经网络的节点定位模型。本文的主要工作如下:(1)研究了节点定位的基本原理,分析了节点定位的经典方法。(2)研究了基于链路质量(LQI)的测距技术,通过多次实验采集了大量的LQI和距离之间的关系数据,并通过拟合等数学手段得到了距离和LQI之间的映射关系式。通过实际验证,该方法的实际测距误差小于20%,优于基于RSSI的测距效果。(3)通过研究微粒群算法的基本原理,分析微粒群搜索问题最优解的搜索路径,并分析节点定位的实际应用,提出了基于微粒群搜索的节点定位方法。为了验证该方法在节点定位应用中的有效性,本文首先在无测距误差的情况下进行了未知节点位置的搜索,仿真结果表明无论锚节点是特别放置,还是随机放置都能够对未知节点精确定位。然后在加入不同测距误差的情况下进行搜索,仿真结果表明在20%的测距误差下比最小二乘定位法精度高19.01%。从而证明了微粒群搜索用于节点定位是可行的和有效的。(4)为了进一步提高未知节点定位精度,在分析了微粒群搜索出满足条件的位置和锚节点对未知节点的约束域后,提出了基于几何约束和微粒群搜索的节点定位方法(CIL)。仿真结果表明在20%的测距误差下比最小二乘法定位精度高30.33%。另外,该方法不仅对静态节点具有良好的定位效果,还可以很好的应用于移动节点的追踪定位。(5)在应用BP神经网络进行节点定位方面做了有意义的探索。经过多次的实验和16万次的训练,最终确定了基于BP网络的定位模型。总之,本文研究结果表明,节点定位方法在引入微粒群算法之后,能够进一步提高节点定位精度,并且能够增强算法的鲁棒性。

全文目录

摘要  6-7
ABSTRACT  7-9
第一章绪论  9-13
  1.1 无线传感器网络概述  9-10
    1.1.1 无线传感器网络的概念  9
    1.1.2 无线传感器网络的重要性  9-10
    1.1.3 无线传感器网络的特点  10
  1.2 无线传感器网络节点定位的重要性  10-12
    1.2.1 传统定位技术的重要性  10-11
    1.2.2 节点定位的重要性  11-12
  1.3 本文主要研究工作及内容安排  12
  1.4 本文的实验和创新  12-13
第二章无线传感器网络节点定位方法概述  13-19
  2.1 节点定位定义  13
  2.2 节点定位方法的分类  13-15
  2.3 经典节点定位方法  15-18
  2.4 定位算法的评价标准  18-19
第三章测距技术及其研究  19-27
  3.1 常见测距技术介绍  19-22
    3.1.1 基于TOA 的测距技术  19-20
    3.1.2 基于TDOA 的测距技术  20-21
    3.1.3 基于AOA 的测距技术  21
    3.1.4 基于RSSI 的测距技术  21-22
  3.2 基于链路质量测距的研究  22-26
    3.2.1 链路质量与信号强度  22
    3.2.2 基于LQI 的测距技术  22-25
    3.2.3 对LQI 测距技术的验证  25-26
  3.3 本章小结  26-27
第四章几何约束与微粒群搜索相结合的节点定位算法研究  27-43
  4.1 微粒群算法概述  27-30
    4.1.1 微粒群算法的产生  27
    4.1.2 微粒群算法的数学原理  27-29
    4.1.3 标准微粒群算法流程  29-30
  4.2 PSO 应用于节点定位的有效性研究  30-37
    4.2.1 基于PSO 的节点定位算法描述  30-32
    4.2.2 无测距误差下的仿真结果及分析  32-35
    4.2.3 不同测距误差下的仿真结果及分析  35-37
  4.3 CIL 定位算法  37-42
    4.3.1 几何约束域  37
    4.3.2 CIL 定位算法流程  37-39
    4.3.3 仿真实验及结果分析  39-42
  4.4 本章小结  42-43
第五章基于BP 神经网络的节点定位方法研究  43-52
  5.1 BP 神经网络简介  43-45
    5.1.1 BP 神经网络定义  43
    5.1.2 BP 神经网络的结构  43-44
    5.1.3 BP 神经网络训练过程  44-45
  5.2 定位模型的建立  45-50
    5.2.1 样本数据的采集与归一化  45-47
    5.2.2 BP 网络结构的确定与训练  47-50
  5.3 BP 定位模型的验证  50-51
  5.4 本章小结  51-52
第六章总结与展望  52-54
  6.1 总结  52
  6.2 展望  52-54
参考文献  54-57
附录：  57-60
攻读硕士学位期间发表的学术论著  60-61
致谢  61

基于微粒群和神经网络的无线传感器网络节点定位算法研究

内容摘要

全文目录

相似论文