基于压缩感知和bp神经网络的无线传感器网络定位算法研究

基于压缩感知和bp神经网络的无线传感器网络定位算法研究

ID:35062176

大小:3.87 MB

页数:74页

时间:2019-03-17

基于压缩感知和bp神经网络的无线传感器网络定位算法研究_第1页
基于压缩感知和bp神经网络的无线传感器网络定位算法研究_第2页
基于压缩感知和bp神经网络的无线传感器网络定位算法研究_第3页
基于压缩感知和bp神经网络的无线传感器网络定位算法研究_第4页
基于压缩感知和bp神经网络的无线传感器网络定位算法研究_第5页
资源描述:

《基于压缩感知和bp神经网络的无线传感器网络定位算法研究》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、':;..V,.T.7/r";'?方rr.:作.V'''V-'」/''!\穿:、产、A懸、-S韦.、::>v‘!,訂'马v:.塞-%->..;v',f.-r-r§W‘单備密密於-L赛帛/,4/.叫'素.韓..'.今.、.r,’.‘r>...?、..'''-.,户’.^公系>1.,譜:r.心';f蕾4.te.4^^瀑嫂.、部jV;?-,.--秦V穿■;..t駿.硕妥4旁隹L化义悔■节".、叫?沪*,兹'瓜、.、、、;苦表I、:—'占.'/項咬,等茜:..■'.V.?V.-.唯

2、、’誉、么、真一V,^窗3声.Vr?.K..汽'..文:,.V、.-巧\‘:.■:參.7--/-甘,.v觸蜘-目:基拖^嘛络.^呑S-...v:\无传感器网络Pgv^.:^;.,'.,/...'_/4-尤-矜,義這...;'户:%学号1WW7’/;.:-护'/;.姓名喻月:啤牽;导师张玲华授.■奔:、..-号\学科专业信与信雌'>?研究方-向线通信与信欄扣;申^位类别工货师±.人二I、论^交日期I-V-'rv.':-:如-;\苗;束.v--气11a秦<

3、早苦皆:v;.篡.奢i.參iI'V哀f.肴鼓-或.皆替去灰一y為心:WirelessSensorNetworkLocalizationbasedonBPNeuralNetworkandCompressedSensingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByYuYueSupervisor:Prof.ZhangLinghuaApril2016南

4、京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研充成果。尽我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研巧所做的任何贡献均己在论文中作I明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实一,愿意承担切相关的法律责任。iLcf、o研究生签名:命巧日期:wj南京邮电大学学位论文使用授权声明本人授权南京邮电大学可W保留并向国家有关部口或机构送交论

5、文的复印件和电子文档;允许论文被查阅和借阅;可W将学位论文的全部或部分内容编入有关数据库进行检索;可W采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一致论文的内容相。论文的公布(包括刊登)授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。。。户/会研究生签名:。导师签名:I脅:3日期f摘要无线传感器网络(WSN)可以被广泛应用于农业、环境生态监测、智能家居、目标跟踪等领域中,有效而准确地定位传感器节点对于帮助它们完成各项工作是至关重要的。本文重点研究非视距(NLOS)环境下基于BP神经网络

6、和压缩感知(CS)的WSN节点定位:(1)介绍了WSN节点定位的基础知识、节点位置基本的计算方法和定位性能的评价指标,研究了几个比较经典的基于测距的和基于非测距的定位算法,重点阐述了本文应用的基于测距的RSSI算法和TDOA算法的原理。(2)针对WSN节点定位中存在NLOS的问题,结合BP神经网络具有较强的抗噪声能力、良好的数据逼近能力以及能并行处理数据的特点,提出了利用BP神经网络优化NLOS环境下WSN节点定位的方法。首先分析了误差的来源,然后合理地选择训练算法和神经网络结构,提高了BP神经网络的收敛速度,最后用可靠节点对神经网络进行训练,并且利用训练好的神

7、经网络实现对未知节点的定位。仿真结果表明,该方法能够有效地抑制NLOS误差,定位精度优于传统的Taylor算法和Chan算法。(3)针对WSN节点定位中存在的功耗大、定位算法复杂的问题,提出了CS和BP神经网络相结合进行WSN节点定位的方法。首先利用压缩感知进行初始定位,确定网格中是否存在节点,如果存在,则应用BP神经网络修正测量误差,然后使用三边测量法计算出未知节点的具体位置。本算法可以同时进行多目标定位,克服了传统的压缩感知方法只能在网格中心进行定位的缺点,降低了RSSI定位带来的较大的误差,同时大大减小了需要上传的数据量,在降低功耗的同时提高了定位精度,可

8、以适用于条件恶劣的室外环

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。