基于GIS和人工神经网络的井下无线传感器网络定位数据修正方法研究 .pdfVIP

学兔兔 2013年第5期 煤 炭 工 程 doi：10．11799／ce2O13O5041 基于 GIS和人工神经网络的井下无线传感器 网络定位数据修正方法研究 胡纯伏，桥钢柱 ，曾建潮，赵 建 (太原科技大学 电子信息工程学院，山西 太原 030024) 摘 要：针对传感器节点在 自身定位过程中，受煤矿井下巷道复杂环境因素的影响，导致定 位结果不够精确的问题，利用 GIS系统的地 图管理功能和人工神经网络无需建立数学模型的特 点，提 出了一种基于GIS和人工神经网络的修正方法。实验结果表明：该方法对存在误差的节点 坐标进行了有效的修正，从而提高了节点自身定位的精度。 关键词 ：无线传感器网络 ；GIS；人工神经网络；定位 中图分类号：TD676 文献标识码 ：B 文章编号：1671—0959(2013)05-0123-03 无线传感器网络 (WirelessSensorNetwork)由于具有成 构连接组成的。不同的连接方式组成不同的网络拓扑结构， 本低廉、部署简单、功耗低等特性…，目前被广泛应用于 主要分为两种结构：前馈型网络和反馈型网络。本文应用 煤矿井下人员定位 和环境监测 J。在煤矿井下人员定位 的是前馈型网络。前馈型网络大体上可以分为三层：输入 和环境监测应用中，位置信息是不可缺少的。为了进一步 层、隐含层、输出层。隐含层和输出层的神经元均有计算 加强煤矿安全 的管理和提高矿难发生时人员搜救的效率， 单元，该计算单元由一个非线性激励函数表示 ，神经元．接 节点定位的准确性至关重要 。J。 收前一层各神经元的输出信息 ，经过加权和后得到神经元 井下节点通信 ，因受到多径效应、障碍物遮挡和人员 的净输入 ，，再通过激励函数 得到神经元 的输出，并 之间的相互遮挡等综合因素的影响，而导致定位结果不够 传递给下一层各神经元。本文中应用的激励函数为： 精确，也无法建立准确的数学模型进行分析纠正，因此可 n = ∑ )，+ (1) 以利用人工神经网络无需建立模型的特点来修正定位数据， 使得定位结果更精确。在对定位存在误差的数据修正之前， 1 ， 、 (z) 要找出定位存在误差的数据。由于煤矿井下人员都在巷道 其中， ￡，为神经元 的净输入； 为神经元 与神经 中，因此可以在 GIS中建立煤矿矿井地图 J。将定位数据 元 i之间的连接权值；Y为神经元 i的输出； ，为神经元， 与GIS地图进行匹配，不在巷道 内的人员坐标数据便是定 的阈值；y为神经元 的输出。 位存在误差的数据。因此对定位结果中不在巷道内的人员 坐标可以使用 GIS和人工神经网络修正方法来修正，进一 1．2 反向传播学习算法 步提高定位精度。 1974年Werbos提出了反向传播算法解决了含有隐层学 习比较困难的问题 ，推动了多层网络的发展和应用 J。反 1 人工神经网络原理 向传播算法的基本原理是：输入信号从输入端开始的向前 人工神经网络是模仿人脑工作方式而设计的一种信息 传播并逐层计