基于Elman神经网络及RSSI优化的无线传感器网络室内定位算法的研究与设计

发布时间：2017-10-28 08:29

  本文关键词：基于Elman神经网络及RSSI优化的无线传感器网络室内定位算法的研究与设计

  更多相关文章： Elman神经网络 RSSI优化 Zig Bee 室内定位 无线传感器网络

【摘要】：信息与计算机技术高速发展的今天,人们的关注焦点由虚拟的电脑网络逐渐转移到“现实网络”之中。物联网作为新一代信息技术的重要组成部分,在人们的工作生活中都越来越起着重要的作用,然而人们总是渴望能尽量多的了解如家里、厂区等等区域内的一些信息,然而物联网仍然不能满足所有需求。由此一种分布式,由许多甚至无数个微小的节点组成的传感网络,人们用它来实时监测及查看某个区域内的实际情况,并以此来进行控制和发布指令,这就是无线传感器网络。无线传感器网络融合了多个领域的尖端技术,包括嵌入式、网络系、传感器以及微控制等。随着这些技术的快速发展,无线传感器网络已经广泛应用于交通、军事、环境监控、医疗卫生以及家庭生活等多个领域。由于无线传感器网络的广泛应用,通过无线传感器网络传递的物理信息和状态信息也显得格外重要,然而无论是那一种系统,最值得关注的应该是物理信息和状态信息在哪里,来自于哪里。因此基于无线传感器网络的定位算法更值得去研究,特别是环境复杂的室内,更需要能够迅速掌握事情发生的位置。随着神经网络算法的发展应用与定位计算,以神经网络为基础的定位算法也将成为相关应用系统中的核心技术和关键技术。本文从无线传感器网络理论,神经网络理论及Zig Bee的相关技术出发,运用Zig Bee搭建实验平台。针对采集的数据及对定位算法的研究,分析室内室外定位的区别,然后提出Elman神经网络算法模型应用到室内定位中来,并对Elman神经网络进行定位模型构建以及仿真实现。同时,在对Elman神经网络和室内定位的研究中,发现RSSI值得采集和优化是实现定位的关键。因此本文以实现更加精确有效的定位为目标,提出在进行定位之前对采集的定位信息数据进行优化与修正。本文的室内定位算法可广泛应用于信息采集、监控等系统之中。
【关键词】：Elman神经网络 RSSI优化 Zig Bee 室内定位 无线传感器网络
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-12
• 1.1 研究背景8
• 1.2 研究目的和意义8-9
• 1.3 研究现状9-11
• 1.3.1 无线传感器网络及室内定位系统的研究现状9-10
• 1.3.2 神经网络的研究现状10-11
• 1.4 论文主要的内容和各章节安排11-12
• 第二章 无线传感器网络12-18
• 2.1 无线传感器网络结构概述12-14
• 2.1.1 传感器网络结构12-13
• 2.1.2 传感器节点结构13-14
• 2.2 无线传感器网络特点特性及应用14-16
• 2.2.1 WSN的特点14-15
• 2.2.2 WSN的应用领域15-16
• 2.3 WSN的关键技术16-17
• 2.4 本章小结17-18
• 第三章 Zig Bee技术18-25
• 3.1 Zig Bee技术特点18-19
• 3.2 Zig Bee设备组成19
• 3.3 Zig Bee网络拓扑结构19-21
• 3.4 Zig Bee协议栈21-22
• 3.5 实验平台搭建22-25
• 3.5.1 开发套件简介22-23
• 3.5.2 平台搭建23
• 3.5.3 通信与信息采集23-25
• 第四章 无线传感器网络定位技术25-36
• 4.1 定位的基本方法25-28
• 4.1.1 三边测量法25-26
• 4.1.2 三角测量法26-27
• 4.1.3 极大似然估计法27-28
• 4.2 关于无线传感器网络的定位技术分类28-29
• 4.3 基于测距的定位算法29-31
• 4.3.1 基于到达时间（TOA）定位算法29-30
• 4.3.2 基于到达时间差定位算法30
• 4.3.3 基于到达角度定位算法30-31
• 4.3.4 基于信号强度定位算法31
• 4.4 基于非测距的定位算法31-34
• 4.4.1 质心定位算法32
• 4.4.2 凸规划算法32-33
• 4.4.3 DV-Hop算法33-34
• 4.4.4 Amorphous算法34
• 4.5 定位算法的性能评价34-36
• 4.5.1 WSN定位算法评价指标34-35
• 4.5.2 WSN定位算法评价35-36
• 第五章 定位算法的研究与设计36-52
• 5.1 Elman神经网络36-37
• 5.2 定位模型的确定37-41
• 5.2.1 Elman神经网络测距模型38-39
• 5.2.2 信号强度的优化与修正39-41
• 5.2.3 Elman神经网络定位模型41
• 5.3 Elman神经网络定位模型算法分析与仿真实现41-51
• 5.3.1 Elman神经网络测距模型仿真41-44
• 5.3.2 区域划分算法及第一次修正44-46
• 5.3.3 第二次修正46-48
• 5.3.4 Elman神经网络定位仿真48-50
• 5.3.5 误差分析50
• 5.3.6 应用研究50-51
• 5.4 本章小结51-52
• 第六章 总结与展望52-54
• 6.1 本文工作总结52
• 6.2 展望52-54
• 参考文献54-56
• 附录 算法源码56-77
• 1 Elman神经网络定位算法（ELMAN.m Matlab）56-60
• 2 模型建立函数（Model.m Matlab）60-62
• 3 区域对比函数（Merge All.m Matlab）62
• 4 区域划分函数（Range_D.m Matlab）62-63
• 5 第一次修正函数（RFix.m Matlab）63-65
• 6 第二次修正函数（Fix_again.m Matlab）65-75
• 7 误差计算函数（Errors.m Matlab）75-77
• 个人简历 在读期间发表的学术论文77-78
• 致谢78

【相似文献】

中国期刊全文数据库 前10条

1 朱浩;顾宗海;苏金;刘岩;章晨;;一种基于交点质心求解的RSSI定位算法及其优化[J];郑州大学学报(工学版);2010年06期

2 罗炬锋;邱云周;付耀先;袁晓兵;;研究片内多径分离技术在基于RSSI定位中的应用[J];电子与信息学报;2011年04期

3 阿依古丽·多来提;;CDMA系统RSSI异常分析[J];硅谷;2011年17期

4 沈军;黄春华;罗护;郭积宁;;基于RSSI优化的模型参数实时估计定位算法[J];计算机工程与设计;2012年02期

5 彭宇;罗清华;王丹;彭喜元;;一种基于区间数聚类的RSSI-D估计方法[J];仪器仪表学报;2012年03期

6 程海军;;RSSI距离位置评估的实验分析[J];信息与电脑(理论版);2012年04期

7 王缓缓;胡爱娜;;RSSI和距离区间映射的测距方法[J];电子科技大学学报;2012年04期

8 刘海;;基于RSSI的室内信号衰减模型的研究[J];电脑开发与应用;2012年09期

9 雷倩倩;林敏;石寅;;A CMOS low power,process/temperature variation tolerant RSSI with an integrated AGC loop[J];Journal of Semiconductors;2013年03期

10 李再煜;;RSSI定位原理的研究与实现[J];无线电工程;2013年07期

中国重要会议论文全文数据库 前9条

1 王久勇;庄毅;顾晶晶;欧阳健;;一种基于RSSI的实时定位算法的研究[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

2 陈振柳;;C网基站RSSI异常及天线解调锁定不平衡故障的处理[A];海南省通信学会学术年会论文集（2006）[C];2006年

3 姚小建;施伟斌;;采用RSSI判选方式的多基站接收系统[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

4 蔡优笔;王建中;;基于搜索的RSSI节点定位算法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

5 田宁;;基于参数优化改善Ev-Do网络RSSI问题研究[A];2013年中国通信学会信息通信网络技术委员会年会论文集[C];2013年

6 ;A New Distributed Localization Algorithm for ZigBee Wireless Networks[A];2009中国控制与决策会议论文集（3）[C];2009年

7 刘静;高庆华;金明录;;基于RSSI的无线传感器网络分布式定位算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

8 林少然;刘少龙;陈志龙;;浅谈CDMA直放站对基站的RSSI噪声影响[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年

9 周先超;;浅析CDMA网络中的干扰[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 梁德殨;基于RSSI测距的室内定位跟踪技术研究[D];辽宁大学;2015年

2 李宗殟;基于RSSI和地磁场特征融合的室内定位算法设计与研究[D];南京理工大学;2015年

3 崔婷;基于RSSI的无线传感器网络定位算法的研究与设计[D];中国海洋大学;2015年

4 刘晓叶;基于射频指纹的WSN室内定位算法研究[D];太原科技大学;2015年

5 郭晨;基于RSSI的无线网络定位技术研究[D];东南大学;2015年

6 邹继龙;基于RSSI的室内定位算法研究与实现[D];东北大学;2014年

7 杜士怀;基于RSSI测距优化的WSN定位算法研究[D];安徽大学;2016年

8 李鹤;无线传感器网络中RSSI定位算法的自校正参数研究[D];广东工业大学;2016年

9 陈榕;基于Elman神经网络及RSSI优化的无线传感器网络室内定位算法的研究与设计[D];华东交通大学;2016年

10 曹健;基于RSSI的三维加权质心定位算法的研究[D];内蒙古大学;2016年

，

本文编号：1107460