群体智能在无线传感器网络定位中的研究与应用
本文关键词：群体智能在无线传感器网络定位中的研究与应用，由笔耕文化传播整理发布。
【摘要】：无线传感器网络定位技术是研究传感器网络各项技术的重要的基础及前提,其中提高定位精度是研究定位技术的关键,将群体智能算法应用到无线定位技术中能显著减小定位误差。本文将着重研究结合了群体智能与仿生计算的无线传感器网络定位技术,主要工作内容有:(1)介绍了无线传感器网络的基本概况,包括网络结构、节点结构及特点、应用等;同时概述了当前国内外定位技术的研究背景和现状。此外,阐述了常见的基于测距技术方法、影响定位精度的因素及抑制方法。(2)研究了猫群算法在基于测距方式的定位技术中的应用。针对最小二乘法定位精度差的问题,提出了基于猫群算法的无线传感器网节点定位,用于提高网络定位精度。通过将无线传感器网络节点定位转化为求解非线性方程组最优化问题,把测量误差作为适应度函数,利用猫群算法全局优化的特点来解决非线性问题,有效地减小了误差。仿真实验表明,相比较于LS和PSO算法,基于CSO的定位算法能有效降低定位误差,提高定位精度,算法的鲁棒性好。(3)对基于TDOA的测距方式进行了研究。为了减小非视距传播带来的非视距误差对无线传感器网络定位精度的影响,本文提出利用蜂群算法优化Elamn神经网络的定位算法。首先利用蜂群算法优化Elman神经网络各层的权值,接着用优化后的BC-Elman神经网络修正TDOA测量值,再用泰勒算法确定未知传感器节点的位置。仿真实验表明,该算法相较于经典的Taylor、Chan算法,能有效提高定位精度。
【关键词】：无线传感器网络 定位精度 猫群算法 蜂群算法 Elman神经网络
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：
- 摘要4-5
- Abstract5-8
- 第一章 绪论8-18
- 1.1 引言8-9
- 1.2 无线传感器网络概述9-11
- 1.2.1 无线传感器网络结构9
- 1.2.2 传感器节点的硬件结构9-10
- 1.2.3 无线传感器网络特点10-11
- 1.3 群体智能与仿生计算11-14
- 1.4 节点定位技术的研究背景及意义14-15
- 1.5 国内外研究现状15-16
- 1.6 本课题的主要研究工作及论文结构安排16-18
- 第二章 无线定位技术概况18-31
- 2.1 节点定位技术中基本概念介绍18-19
- 2.2 常见的基于测距技术的测距方法19-21
- 2.2.1 到达时间测量法（TOA）19
- 2.2.2 到达时间差测量法（TDOA）19-20
- 2.2.3 基于到达角度（AOA）20
- 2.2.4 到达信号强度测量法（RSSI）20-21
- 2.3 节点位置估算方法21-23
- 2.4 经典测距技术定位算法23-27
- 2.4.1 最小二乘（LS）算法23-25
- 2.4.2 具有解析表达式的Chan算法25-26
- 2.4.3 递归的Taylor序列展开算法26-27
- 2.5 影响定位精确度的因素27-28
- 2.6 定位性能的评价28-30
- 2.7 本章小结30-31
- 第三章 基于猫群算法的无线传感器网络节点定位31-41
- 3.1 无线传感器定位问题描述31-32
- 3.2 猫群算法32-37
- 3.2.1 基本原理32-33
- 3.2.2 术语介绍33-34
- 3.2.3 基本流程34-35
- 3.2.4 猫群算法构成要素35-37
- 3.3 基于猫群算法的无线传感网节点定位37-38
- 3.3.1 适应度函数与定位精度设计37
- 3.3.2 基于猫群算法的节点定位37-38
- 3.4 仿真条件与分析38-40
- 3.4.1 仿真条件38
- 3.4.2 仿真结果及分析38-40
- 3.5 本章小结40-41
- 第四章 蜂群算法优化Elman神经网络在定位中应用41-57
- 4.1 蜂群算法介绍41-48
- 4.1.1 蜂群算法基本原理41-43
- 4.1.2 术语介绍43-44
- 4.1.3 基本流程44-46
- 4.1.4 蜂群算法的构成要素46-48
- 4.2 Elman神经经网络48-50
- 4.3 蜂群算法优化Elman神经网络减小误差原理50-53
- 4.3.1 非视距误差模型50-51
- 4.3.2 TDOA测量误差模型51
- 4.3.3 蜂群算法优化Elman神经网络减小定位误差51-53
- 4.4 仿真结果及分析53-56
- 4.4.1 仿真条件53
- 4.4.2 仿真结果及分析53-56
- 4.5 本章小结56-57
- 第五章 总结与展望57-59
- 5.1 总结57-58
- 5.2 展望58-59
- 参考文献59-61
- 致谢61
【相似文献】
中国期刊全文数据库 前10条
1 纪红;无线传感器网络:未来新的高技术产业[J];当代通信;2004年21期
2 李志刚,周兴社;传感器网络[J];计算机应用研究;2004年12期
3 臧丽娜;许明;赵晶;;无线传感器网络的研究与应用[J];商场现代化;2006年27期
4 胡晓荷;;将安全从鸵鸟做到麻雀——北京理工大学胡昌振教授谈无线传感器网络安全[J];信息安全与通信保密;2006年10期
5 刘月阳;李娜娜;纪红;乐光新;;无线传感器网络中基于能量的成簇协议[J];无线电工程;2006年10期
6 马碧春;;无线传感器网络在医疗行业的应用展望[J];中国医院管理;2006年10期
7 戴宁江;邱慧敏;;无线传感器网络的安全问题及对策[J];中国无线电;2006年10期
8 姜华;袁晓兵;付耀先;刘海涛;;无线传感器网络中信道仿真模型的研究[J];计算机仿真;2006年11期
9 邱建林;陆桑璐;陈道蓄;;一种无线传感器网络的多优先级数据聚集协议[J];小型微型计算机系统;2006年11期
10 陆克中;黄刘生;万颍渝;徐宏力;;无线传感器网络中传感器节点的布置[J];小型微型计算机系统;2006年11期
中国重要会议论文全文数据库 前10条
1 唐云龙;;无线传感器网络系统实验分析[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年
2 杜景林;陈力军;谢立;;无线传感器网络与互联网集成体系结构[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年
3 刘昊;;面向电子智能服装的人体无线传感器网络构建[A];“力恒杯”第11届功能性纺织品、纳米技术应用及低碳纺织研讨会论文集[C];2011年
4 李华;李文秀;;无线传感器网络技术在养殖业污染防治上的应用前景[A];全国畜禽和水产养殖污染监测与控制治理技术交流研讨会论文集[C];2008年
5 李洁;任海风;;K重覆盖无线传感器网络优化[A];中国计量协会冶金分会2011年会论文集[C];2011年
6 余e，
本文编号：286676
本文链接：https://www.wllwen.com/kejilunwen/wltx/286676.html
