BP神经网络在无线传感器网络三维定位中应用.pdfVIP

高技术通讯2011年第21卷第5期：471～477 doi：10．3772／j．issn．11302—0470．2011．05．005 BP神经网络在无线传感器网络三维定位中的应用① 郭晓雷② 于 宁 吴银锋 万江文． (北京航空航天大学仪器科学与光电工程学院 北京100191) 摘 要 为了减小多跳距离估计误差对三维无线传感器网络节点定位的影响，提出了一 种结合BP神经网络的多跳定位(BPL)算法。建立了BP神经网络模型，用来修正不相邻 节点间的多跳距离估计值；根据锚节点间的位置关系提取样本对其进行训练，使其能够反 映三维无线传感器网络几何结构的主要特性，未知节点利用训练好的BP神经网络估计 出自身到一定跳数范围内锚节点的距离，并求出自身三维坐标。仿真结果表明，BPL算法 可以有效降低多跳距离估计误差，提高传感网的定位精度。在节点稀疏部署的网络环境 中，BPL算法具有更加明显的优势。 关键词 无线传感器网络，三维定位，BP神经网络，BP神经网络的多跳定位(BPL)算法 建立接收信号强度和节点位置问的近似关系，实现 0 引言 结构较为简单的网络中未知节点的定位。上述研究 主要集中在二维平面分析定位问题，大都只是粗略 定位技术作为无线传感器网络的关键支撑技 获取神经网络训练所需的样本，样本代表性不强，训 术，对无线传感器网络的应用和基于位置的网络协 练后的神经网络精度较低，系统的定位性能有待进 议研究都有重要意义…。近些年，一些学者将神经 一步提高。 网络技术应用于无线传感器网络节点定位中，取得 多跳定位算法一般使用未知节点和锚节点间的 了较为理想的效果。Paladina等忆J提出一种使用 最小跳段距离(多跳距离)来代替节点间的欧式距 Kohonen的自组织特征映射(self-organizingmaps， 离，这样可以解决锚节点数量不足引起定位覆盖率 SOM)网络来估计节点坐标的方法，这种方法对节点下降的问题，但多跳距离的累加机制带来的距离估 配置的要求较低；Shareef等[3]分别利用多层感知器 计误差使得定位精度明显下降，这种影响在三维无 (multi．1ayer basis pereeptron，MLP)、径向基函数(radial 线传感器网络节点定位中表现尤为突出。本文在对 neuralnet． function，RBF)和递归神经网络(reeun℃nt 比二维和三维空间多跳距离估计误差分布情况的基 works，驸州)来逼近节点间距离同节点坐标的函数关 础上，讨论了几个重要参数对多跳距离估计的影响， 系，并定量比较了各自的性能；Rajaee等14J使用概率 给出了一种可适用于三维无线传感器网络的节点自 neural networks，PNN)估计未知 神经网络(probabilistic neural 定位方法一结合BP神经网络的多跳定位(BP coin． 节点的坐标，并利用独立成分分析(independen