基于神经网络预测的无线传感器网络田间射频信号路径损耗.pdf

《基于神经网络预测的无线传感器网络田间射频信号路径损耗.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第12期1782010年12月农业工程学报TransactionsoftlleCSAEv01．26No．12Dec．2010基于神经网络预测的无线传感器网络田间射频信号路径损耗李震1，一，洪添胜瞅，NingWan92，洪涯1，文韬1，李加念1(1．华南农业大学工程学院“南方农业机械与装备关键技术”省部共建教育部重点实验室，广州510642；2．DepartmentofBiosystemsandAgriculturalEngineering，OklahomaStateUniversity,11XgH

2、all，Stillwater,Ok74078)摘要：为解决应用无线传感器网络技术监测农田信息时无法快速预测射频信号路径损耗的问题，基于神经网络理论研究了田问路径损耗与其影响因素间的关系。试验中选取915和2470MHz2个载波频率，在冬小麦的不同牛长阶段测量射频信号在田间各影响因素作用_F的路径损耗，建立和验证基于神经网络的射频信号田问路径损耗预测模型。所建立模型模拟值与实测值的相关系数为0．92，应用建立的神经网络预测田间射频信号路径损耗并与实测值对比，最大预测误差绝对值为4．186dB，最大预测标准差

3、为2．759dB，预测准确度为94．2％。所建立的BP网络可以对田间射频信号路径损耗进行预测。关键词：无线传感器网络，神经网络，损耗，射频信号，精细农业doi：10．3969，j．issn．1002—6819．2010．12．030中图分类号：S126文献标识码：A文章编号：1002—6819(2010)一12-0178--04李震，洪添胜，NingWang，等．基于神经网络预测的无线传感器网络田间射频信号路径损耗[J]．农业工程学报，2010，26(12)：178—181．LiZhen，HongTian

4、sheng，NingWang，eta1．Path—losspredictionforradiofrequencysignalofwirelesssensornetworkinfieldbasedonartificialneuralne-tworW]．TransactionsoftheCSAE，2010，26(12)：178—181．(inChinesewithEnglishabstraeO0引言无线传感器网络(wirelesssensornetwork，WSN)由于其传感器节点无监督式的组织、配置和愈合能

5、力，出色的安装灵活性、移动性以及极低的维护复杂性等优势，在军事侦查、交通管理、建筑物监测等领域得到广泛应用。在农业领域，WSN的应用尚处于起步阶段，经常需要根据应用环境进行系统的规划与配置【lJ。应用WSN获取农田信息时，田问射频信号(radiofrequency，RF)的传播受植被高度、大气温度、风向和风力、太阳辐射、发射和接收节点高度等众多因素的共同影响，网络规划过程中无法快速确定各影响冈素的综合作用，导致节点分布不合理、通信不稳定等问题。无线电信号传输过程中受不同地形地貌及植被吸收等因素影响而产生衰

6、减，其方式可以通过路径损耗模型进行描述，如自由空间模型【21、近地模型【31等。但是，这些模型没有考虑植被的影响，不能直接用于描述田『白J无线电信号衰减。有些模型虽然描述了无线电信号在小麦、大豆和马铃薯等种植区以及森林内受植被影响而导致的衰减情况[4-引，但所考虑的信号载波频率范围、发射功率及障碍物等不适应WSN在田间的应用。因此，研究田间收稿日期：2009．11．30修订日期：2010-09-08基金项目：国家自然科学基金项目(30871450)作者简介：李震(1981一)。男，博士．研究方向为电子信息

7、技术应用。广州华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验事510642。Email：tizhen@seau．鼠hLen※通信作者：洪添胜(1955一)，男，教授，博士生导师，中国农业工程学会高级会员(EI)41200036S)。广州华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室，510642。Email：协hon窖@scalLedu．∞无线传感器网络射频信号的路径损耗与各影响冈素之间的关系，建立路径损耗预测模型，对田间I尢线传感器网络节点的快速、合理部署及保障田间网络的稳

8、定通信具有重要的指导意义。人_1：神经网络(artificialneuralnetwork，ANN)由大量的神经元相互连接，通过模拟人类大脑神经信息处理方式进行复杂信息的并行处理和非线性转换。其中，反向传播网络(back-propagationnetwork，BP)利用误差反向传播算法对网络进行训练，具有结构简单、可塑性强等特点，在水文预测、农产品检测等发面得到广泛应用【9．101。本研究的内容是：选取WSN应用中915MHz