首页> 中文期刊> 《电子信息对抗技术》 >基于深度学习和质点弹性优化的传感器节点定位

基于深度学习和质点弹性优化的传感器节点定位

         

摘要

为了实现无线传感器网络中传感器节点的定位,提出一种基于神经网络的深度学习定位方案。方案分别采用2个体系结构相同的神经网络集成(Neural Network Integrations,NNIs)即X-NNI和Y-NNI来估计x和y坐标,每个NNI由K个分量神经网络构成,每个分量神经网络是一个3层前馈神经网络。每个未知节点在接收到经过训练的NNIs的信息之后,使用在信息阶段收集的跳数信息作为NNIs的输入来估计其位置;还提出一种利用相邻信标节点和未知节点的位置信息的增强型质点弹性优化位置估计算法来进一步提高系统的整体定位性能。仿真实验结果表明,提出的定位方案相比于其他无距离定位算法以及基于单神经网络的定位算法在平均定位误差方面有显著改善,而且具有良好的实用性和稳定性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号