基于PSO-BP神經網絡的無線傳感器網絡定位算法

閆　馳

(蘭州交通大學 電子與信息工程學院,甘肅 蘭州　730070)

?

基于PSO-BP神經網絡的無線傳感器網絡定位算法

閆馳

(蘭州交通大學 電子與信息工程學院,甘肅 蘭州730070)

摘要針對無線傳感器網絡定位的基本功能問題。提出一種將PSO算法和BP神經網絡相結合對RSSI在測距階段測得的距離數據進行優化的算法。該算法將PSO算法作為BP神經網絡的學習算法,縮短了BP神經網絡的訓練時間,并加快算法的收斂速度。通過仿真,定位精度較其他算法得到了明顯提高,最高可達27.3%。

關鍵詞無線傳感器網絡;BP神經網絡;粒子群算法;RSSI;定位算法

定位技術是無線傳感器網絡[1](Wireless Sensor Networks,WSN)的基本功能之一。而基于測距的接收信號強度指示(Received Signal Strength Indication,RSSI)定位方法因其無需額外硬件、實現簡單、成本低等特點,常被用于WSN的定位。但RSSI定位精度受環境影響大,故在測距階段容易產生較大測距誤差。由于人工神經網絡在函數逼近等方面的優良表現。近年來,不少研究人員將其引入到WSN的定位中來,優化在測距階段測得的數據,從而在定位精度上得到了大幅的提升。但神經網絡固有的缺陷,如學習時間長、收斂速度慢等,也使得節點定位精度的提高受到嚴重的挑戰。

因此,本文提出一種基于PSO-BP神經網絡的WSN定位算法。將粒子群算法(Particle Swarm Optimization,PSO)作為BP網絡的學習算法,通過粒子群算法在搜索尋優方面的優勢,通過訓練,縮短了BP神經網絡的學習時間及收斂速度,使BP網絡得到最優的初始化權值及閾值。通過Matlab軟件的仿真,證明該算法對定位精度有了一定的改善。……