论文部分内容阅读
无线传感器网络是继Internet之后,将会影响人类生活方式的十大技术之一,在军事、医疗、环境监测等领域有着广泛的应用价值。无线传感器网络由大量廉价的传感器节点通过无线通信和多跳的方式组成。节点的准确定位是无线传感器网络应用的前提和基础,定位技术的研究对于无线传感器网络有着十分重要的意义。
本文针对传感器节点的自身定位问题,提出了一种基于神经网络的传感器网络定位新算法。该算法属于Range-Free类算法,通过节点之间的跳数来预测无线传感器网络中的未知节点的位置。在仿真中,与传统的质心算法和DV-HOP算法相比,利用BP和RBF模型得到了更好的定位精度。众多文献以及本文研究表明:定位精度随着锚节点比例的增加而提高。而锚节点比例的提高将极大的增加无线传感器网络的应用成本。为了降低无线传感器网络的成本,并且有效提高节点的定位精度,本文提出了利用次锚节点虚拟提高锚节点的比例,进而提高定位精度的算法。为了寻找合适的次锚节点,本文又提出了虚拟节点的概念,提出利用虚拟节点从未知节点中寻找合适的节点作为次锚节点。在仿真平台上,对提出的算法进行了性能分析,仿真结果表明,提出的定位算法其定位误差分别在不同的锚节点比例、不同节点的无线射程和不同的总节点个数的条件下,表现出更优越的性能。