定位技術是無線傳感器網(wǎng)絡的應用支撐技術,也是研究的熱點。在環(huán)境復雜的室內,外界環(huán)境的變化會引起測距誤差,減小測距誤差,進而提高其定位精度顯得尤為重要,因為傳統(tǒng)的測距模型不能很好地適應外界環(huán)境變化,所以本文選擇具有自適應性的測距模型作為落腳點,以此開展課題研究。本文首先分析出影響信號傳輸不規(guī)則的兩個重要因素是傳輸介質和設備,并分析出不同環(huán)境下的測距模型的衰減不同的特點,在分析具有自適應性的BP測距模型的基礎上,提出了利用馬爾可夫鏈修正其存在的誤差,以達到優(yōu)化原BP模型的目的,并結合神經(jīng)網(wǎng)絡和統(tǒng)計學的思想,提出了一種基于B_Markov鏈的測距模型,通過實驗結果驗證提出模型的有效性,然后以MDS-MAP定位算法為例進行定位仿真,分析影響節(jié)點定位效果的節(jié)點部署情況等因素,利用控制單一變量法設計實驗,并對結果進行分析比較,驗證了測距式方法的定位效果在一定程度上要優(yōu)于非測距式方法的定位效果的結論,節(jié)點部署也應結合實際情況確定。本課題研究的具體內容如下:（1）首先對信號傳輸不規(guī)則的因素進行分析,結合不同測距模型各自的特點,分析出產(chǎn)生測距誤差的原因和傳輸介質及設備這兩類因素有關,... 

【文章來源】：三峽大學湖北省

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【部分圖文】：

受環(huán)境影響的信號傳輸范圍的極坐標示意圖

為了更好地進行后續(xù)的研究分析，下面給出對數(shù)路徑損耗模型的另一種 RSSI - d 圖形表示，如圖 3.2 所示。圖 3.2 對數(shù)路徑損耗模型 RSSI - d 圖對比圖 3.1 中的（c）和（d）兩張圖，可以發(fā)現(xiàn)外界環(huán)境對信號傳播的影響很不規(guī)則，這是由于外界環(huán)境的復雜性決定的，此時需要一種能夠自適應環(huán)境變化的模型，現(xiàn)有的方法是結合神經(jīng)網(wǎng)絡，常用的有 BP 神經(jīng)網(wǎng)絡。3.2 BP 神經(jīng)網(wǎng)絡介紹與自適應測距模型分析BP 算法是一種反向傳播的學習算法，用于前向多層網(wǎng)絡，其算法思想可表述如下：在前向多層網(wǎng)絡中，各人工神經(jīng)元之間是相互連接的，該算法通過不斷修改它們之間的連接權值，實現(xiàn)將輸入信息變成所期望的輸出信息。在修改連接權值時，利用的是該網(wǎng)絡的實際輸出與其期望的輸出之差，通過反向一層一層的傳播差值來決定連接權值怎樣修改。BP 算法的學習過程分為前向傳播和反向傳播

圖 3.3 三層 BP 神經(jīng)網(wǎng)絡結構圖線性映射的優(yōu)點，該算法可以實現(xiàn)一個從輸層的神經(jīng)網(wǎng)絡能夠以任意精度逼近任何非線性非線性映射能力[35]。BP 算法具有較強的自學習內容記憶于網(wǎng)絡的權值中。泛化和容錯能力化能力是指訓練后，可以對未見過的模型進


本文編號：3270639