基于esn的无线传感网络位置指纹定位方法研究

《基于esn的无线传感网络位置指纹定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、古■？．公开中图分类号：ＴＰ３９１４密级：ＵＤＣ：本校编号；讀Ｗ交遷义麥硕ｉ学位论文论规目：基于ＥＳＮ的无线传感网络位置指纹定位方法研究，研究生姓名：陈颖学号：０２１３０４３９：学校指导教师姓名：李军百只祿教授申请学位等级：工学硕壬学位专业：交通信魚工程及控制论文提交日期：２０１６．６．１７论义答辩日期：２０１６．６－５独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别

2、加标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研幸斗。究成果，也不包含获得苗州巧通大学或其他教育机构的学位或证书而使用过的材与我一同工作的同志对本研究所做的任何贡献巧已在论文中作了明确的说明并表示了谢意。：２ｃ４＾学位论文作者签名：责签字日期年月＾日学位论文版权使用授权书。本学位论文作者完全了解兰州巧通大学有关保留、使用学位论文的规定特授权兰州交通大学可＾，并采用影［＾将学位论文的全部或部分内容编入有关数据库进行检索印、。同意学校向国家有关部口或机、缩印或扫描等复制手段保存汇编供查阅

3、和借阅构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）签：导名论文作者签名：师学位／日签字期：月日：日／年＾签期。，曰＾字之＾年Ｍ言＜？节夕硕士学位论文基于ESN的无线传感网络位置指纹定位方法研究ResearchonLocalizationFingerprintingMethodBasedonESNforWirelessSensorNetwork作者姓名：陈颖学科、专业：交通信息工程及控制学号：02130439指导教师：李军完成日期：2016年4月25日兰州交通大学LanzhouJiaotong

4、University兰州交通大学硕士学位论文摘要基于Wi-Fi(WirelessFidelity,无线保真技术)的位置指纹室内定位方法能够有效地解决GPS(GlobalPositioningSystem,全球定位系统)信号传播易受建筑物阻碍、定位技术价格昂贵等问题。目前，基于Wi-Fi的室内定位方法中，KNN(k-NearestNeighbors,k近邻)、SVM(SupportVectorMachine,支持向量机)等计算智能方法都具有较好的定位精度。ESN(EchoStateNetworks,回声状态网络)作为一种新型的RNN

5、(RecurrentNeuralNetworks,递归神经网络)，其SR(StateReservoir,状态储备池)具有特殊的ESP(EchoStateProperty,回声状态特性)性能，网络训练时只需计算输出权值，具有很强的动态的非线性逼近能力。研究了ESN网络的正则化离线及RLS(RecursiveLeastSquares,递归最小二次)在线学习算法，并针对动态变化的室内环境及时变的RSS(ReceivedSignalStrength,接收信号强度)值影响定位精度的问题，给出一种基于ESN的室内定位方法。在此基础上，考虑对所

6、有Wi-FiAP(AccessPoint,接入点)测量的RSS值进行特征提取的预处理技术，给出另一种基于KPCA(KernelPrincipalComponentsAnalysis,核主成分分析)和ESN网络相结合的室内定位方法，即为KPCA-ESN定位方法，以进一步提高对时变的RSS值的鲁棒性及室内定位的精度。研究主要包括如下几个方面：(1)在ESN网络基本理论基础上，研究两种ESN训练算法。第一，基于正则化离线学习算法的ESN方法；第二，基于RLS在线学习算法的ESN方法。同时，研究位置指纹定位的基本原理，分析传统定位方法的定

7、位性能，如目前精度较好的WKNN(Weightedk-NearestNeighbors,加权k近邻)、SVM等方法。(2)将所研究的两种ESN方法与位置指纹定位模型相结合，得到两种定位方法，包括基于正则化离线学习的ESN定位方法及基于RLS在线学习的ESN定位方法。将所给出的ESN方法应用于仿真及物理环境的Wi-Fi室内定位实例实验中，在同等条件下，与WKNN、SVM、ELM(ExtremeLearningMachine,极限学习机)等方法进行比较。结果表明，ESN方法取得较好的定位精度，具有较好的环境适应能力。(3)分析室内环境

8、的动态变化及接收信号强度值的时变特性，使用KPCA方法对RSS指纹信息进行预处理，给出基于KPCA-ESN的定位方法。通过KPCA方法在特征空间有效提取模型输入的非线性主元，在此基础上，利用ESN的正则化离线及RLS在线学习算法构建提取出的定位特征