基于PSO-BP神经网络的无线传感器网络定位算法

›› 2016, Vol. 29 ›› Issue (4): 56-.

基于PSO-BP神经网络的无线传感器网络定位算法

闫驰

(兰州交通大学电子与信息工程学院,甘肃兰州 730070)

出版日期:2016-04-15 发布日期:2016-04-26
作者简介:闫驰(1989—),男,硕士。研究方向:无线通信。

Wireless Sensor Network Localization Algorithm Based on PSOBP Neural Network

YAN Chi

(School of Electronic and Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China)

Online:2016-04-15 Published:2016-04-26

摘要/Abstract

摘要：

针对无线传感器网络定位的基本功能问题。提出一种将PSO算法和BP神经网络相结合对RSSI在测距阶段测得的距离数据进行优化的算法。该算法将PSO算法作为BP神经网络的学习算法,缩短了BP神经网络的训练时间,并加快算法的收敛速度。通过仿真,定位精度较其他算法得到了明显提高,最高可达27.3%。

关键词: 无线传感器网络, BP神经网络, 粒子群算法, RSSI, 定位算法

Abstract:

Positioning is the basic function of Wireless Sensor Network.The paper presents an algorithm that optimizes the distance data measured in ranging stage by combining the PSO algorithm and BP neural network.By taking the PSO algorithm as a learning algorithm of BP neural network,it shortens the training time of BP network and speeds up the convergence rate of the algorithm.The simulation results show that the positioning accuracy is significantly improved by up to 27.3% over those by other algorithms.

Key words: WSN;BP neural network;particle swarm optimization;RSSI;localization algorithm

中图分类号:

TN926

闫驰. 基于PSO-BP神经网络的无线传感器网络定位算法[J]. , 2016, 29(4): 56-.

YAN Chi. Wireless Sensor Network Localization Algorithm Based on PSOBP Neural Network[J]. , 2016, 29(4): 56-.

[1]	冯先丁,魏镜弢,吴张永,钱杰,浦友尚. 基于PCA-PSO-SVM的球磨机负荷预测研究[J]. 电子科技, 2022, 35(1): 29-34.
[2]	孟晓姣,张世巍,李小健,李敏玥,宋丙鑫,路宏敏. 一种基于BP神经网络的车载通信设备性能评估方法[J]. 电子科技, 2021, 34(5): 24-28.
[3]	陈强,王宇嘉,林炜星,陈万芬. 改进粒子群算法求解分布式柔性车间调度问题[J]. 电子科技, 2021, 34(10): 63-68.
[4]	朱轶峰. 基于WiFi-BP的室内定位算法[J]. 电子科技, 2020, 33(8): 74-79.
[5]	吴强,张伟,杨慧婷,汪朝盈. 基于天牛须算法的粒子群算法在PID参数整定上的应用[J]. 电子科技, 2020, 33(6): 18-23.
[6]	张长青,杨楠. 基于混合神经网络的车牌字符识别技术[J]. 电子科技, 2019, 32(9): 51-54.
[7]	孙振,王凯,王亚刚. 一种改进的基于时间竞争成簇的路由算法[J]. 电子科技, 2019, 32(8): 27-32.
[8]	管胜,阮方鸣,周奎,苏明,王珩,邓迪,李佳. BP神经网络预测电极速度影响放电参数分析[J]. 电子科技, 2019, 32(6): 43-48.
[9]	张晋维,李国平. 微电网多目标鲁棒优化运行[J]. 电子科技, 2019, 32(3): 26-31.
[10]	吕腾飞,陈世平,王磊. 基于包簇概念的云资源分配成本优化模型[J]. 电子科技, 2019, 32(3): 31-36.
[11]	于慧,王宇嘉,陈强,肖闪丽. 基于多种群动态协同的多目标粒子群算法[J]. 电子科技, 2019, 32(10): 28-33.
[12]	吴延凯,张伟,马盈满,李佳阳. 基于GA-PSO融合算法的二自由度PID参数优化[J]. 电子科技, 2019, 32(10): 54-59.
[13]	黄泰相,陈波,管鑫,程璐瑶. 基于电子搜索算法的电力系统无功优化[J]. 电子科技, 2019, 32(1): 58-61.
[14]	杨加一. 基于BP神经网络的导弹故障自动诊断研究[J]. , 2018, 31(4): 48-.
[15]	肖闪丽, 王宇嘉, 于慧. 面向拆卸线平衡的维度学习多目标粒子群优化[J]. , 2018, 31(3): 5-.