基于改进bp算法的无线传感器网络节点定位研究

基于改进bp算法的无线传感器网络节点定位研究

ID:23296058

大小:309.94 KB

页数:62页

时间:2018-11-06

基于改进bp算法的无线传感器网络节点定位研究_第1页
基于改进bp算法的无线传感器网络节点定位研究_第2页
基于改进bp算法的无线传感器网络节点定位研究_第3页
基于改进bp算法的无线传感器网络节点定位研究_第4页
基于改进bp算法的无线传感器网络节点定位研究_第5页
资源描述:

《基于改进bp算法的无线传感器网络节点定位研究》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、分类号TP391密级公开UDC004全日制硕士专业学位研究生学位论文基于改进BP算法的无线传感器网络节点定位研究作者姓名:于亚妮指导教师:易晓梅副教授专业学位名称:农业推广硕士领域名称:农业信息化研究方向:无线传感器网络所在学院:信息工程学院论文提交日期:2017年1月浙江农林大学2017年1月10日ZhejiangAgriculture&ForestryUniversityMasterDegreeThesisNodelocalizationofwirelesssensornetworksbasedonimprovedBPalgorithmCandidate:YuYa-n

2、iSupervisor:YiXiao-mei,AssociateProfessorSpecialty:AgriculturalInformatizationDateofSubmission:Jan10,2017ZhejiangA&FUniversityLin’an,Zhejiangprovince,P.R.ChinaJan,2017独创性声明本人声明,所呈交的学位论文,在指导教师指导下,通过我的努力取得的成果,并且是自己撰写的。尽我所知,除了文中作了标注和致谢中已经作了答谢的地方外,论文中不包含其他人发表或撰写过的研究成果,也不包含在浙江农林大学或其他教育机构获得学位或证

3、书而使用过的材料。与我一同对本研究做出贡献的同志,都在论文中作了明确的说明并表示了谢意。如被查有严重侵犯他人知识产权的行为,由本人承担应有的责任。学位论文作者亲笔签名:日期:论文使用授权的说明本人完全了解浙江农林大学有关保留、使用学位论文的规定,即学校有权送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。保密,在年后解密可适用本授权书。□不保密,本学位论文属于不保密。□(请在方框内打“√”)学位论文作者亲笔签名:日期:指导教师亲笔签名:日期:摘要无线传感器网络是由数量众多的节点组成的自组织网络,节点随机散布

4、在监测区域,自身位置不可知。但在大部分的无线传感器网络实际应用中,节点位置坐标确定收集的信息才具有使用价值,因此,节点定位技术至关重要。节点定位研究主要是对定位算法的研究,常用的定位算法包括质心算法、APIT算法、DV-Hop算法等。定位精度受节点间测距误差的影响,为了减小测距误差,许多研究将粒子群算法、遗传算法、蚁群算法等群体智能优化算法引入到这些算法中,提高节点定位精度。BP神经网络算法是一种按误差逆向传播的多层前馈网络,具有高度的非线性映射能力,泛化和容错能力强。但由于BP神经网络算法是一种局部搜索的优化方法,易陷入局部极小化,收敛速度慢。针对BP算法固有缺陷本文提

5、出了一种基于粒子群算法(PSO)和遗传算法(GA)结合改进的PGA-BP算法,既用粒子群算法和遗传算法对BP算法进行优化。其主要思想是先利用粒子群算法对种群进行优,结合修正的DV-Hop算法构造适应度函数,同时抑制距离估计误差累计对定位精度的影响,再利用遗传算法中的选择、交叉、变异操作得到BP网络中最优的权值与阈值,最后将最优的粒子带入神经网络中进行网络训练,提高定位精度。本文算法在MATLAB2014a平台上进行仿真实验。与DV-Hop算法、BP-DV-Hop算法在平均定位误差与锚节点比例、锚节点半径、节点数量增加几个方面的性能进行对比。实验结果证明,本文算法的平均定位

6、误差低于其他两种算法的平均定位误差。锚节点比例从10%增加到35%时,本文算法相比BP-DV-Hop算法的平均定位误差下降了3.3%-6.9%;未知节点由200增加到450时,相比BP-DV-Hop算法,本文算法的平均定位误差下降了2.3%-7.8%,相比DV-Hop改进算法,本文算法的平均误差下降了7.8%-9.2%;锚节点半径由15m增加到40m时,与BP-DV-Hop算法相比,本文算法的平均定位误差下降了3.4%-5.1%。关键词:无线传感器网络;节点定位;BP算法;粒子群算法;遗传算法IABSTRACTWirelesssensornetworksarecompos

7、edofalargenumberofnodesself-organizingnetwork,nodesrandomlyscatteredinthemonitoringarea,itsownlocationunknown.However,inthepracticalapplicationofmostwirelesssensornetworks,thelocationinformationofthenodesdeterminesthattheinformationcollectedisvaluable.Therefore,thet

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。