基于自适应动态无偏LS-SVM的水下移动节点定位预测算法.pdfVIP

全面感知ComprehensivePerception

DOI：10.16667/j.issn.2095-1302.2025.11.001

基于自适应动态无偏LS-SVM的水下移动节点

定位预测算法

彭 铎，查海音，曹 坚

兰州理工大学计算机与通信学院甘肃兰州730050

（，）

针对水下无线传感器网络中因环境的复杂性和节点的动态性导致的定位精度不高问题提出了一种基

摘 要：，

于自适应动态无偏最小二乘支持向量机的水下移动节点定位预测算法通过收集信标节点间的跳数向量和距离向量

。

构建训练数据集从而对动态无偏LS-SVM模型开展训练利用消除偏置项和核扩展矩阵对称正定性质的方法来

，；

增强模型的适应性在训练过程中引入动态增减算法和自适应时间窗长度选取算法实时调整模型参数以应对水

。，，

下环境的动态变化实验证明本算法在不同信标节点比例下均展现出优秀的定位精度和覆盖率特别是当信标节

。，；

点比例为30%时相较于SVM定位算法WSTA定位算法HDET定位算法和BLSM定位算法本算法的平均

，、、，

定位误差分别降低了21.32%17.63%19.03%和14.13%此外随着信标节点比例的增加算法的定位精度和

、、。，，

定位覆盖率都会提高。

动态无偏LS-SVM动态增减算法时间窗长度选取算法最小二乘法水下节点定位移动预测

关键词：；；；；；

TP39TN92A2095-1302202511-0005-08

中图分类号：；文献标识码：文章编号：（）

卡尔曼的算法通过上下两层的预测和修正过程显著减小了

0引言，

定位误差文献[7]提出大规模移动预测定位策略通过考

近年来水下无线传感器网络UnderwaterWireless；，

，（

虑节点运动规律及位置关系优化了能耗并提高了定位精度

SensorNetworks,UWSNs[1]在海洋开发利用过程中为海上，；

）

文献[8]提出基于到达时差的多水面信标移动节点定位方法，

作业海洋军事灾害监测和海洋