一种基于RBF神经网络的无线传感器网络定位模型

J4 ›› 2010, Vol. 23 ›› Issue (6): 82-85.

一种基于RBF神经网络的无线传感器网络定位模型

于涛^1,2, 王英龙¹, 郭强¹

1.山东省计算中心，山东济南 250014； 2.山东轻工业学院信息科学与技术学院，山东济南 250353

收稿日期:2010-08-16 出版日期:2010-12-20 发布日期:2010-12-20
基金资助:
国家自然科学基金资助项目(60802030)；山东省自然科学基金(ZR2009GQ002)；山东省科技攻关计划(2007GG2QT01007)

RBF Neural Network Based Localization Model for Wireless Sensor Networks

YU Tao^1,2, WANG Yang-Long¹, GUO Qiang¹

1.Shandong Computer Science Center，Jinan 250014, China； 2. School of Information Science & Technology，Shandong Institute of Light Industry，Jinan 250053,China

Received:2010-08-16 Online:2010-12-20 Published:2010-12-20

摘要/Abstract

摘要：

在无线传感器网络覆盖区域内的不同位置采集信号强度值，利用径向基函数(RBF)神经网络建立信号强度到节点坐标之间的映射模型，将采集到的信号强度值作为神经网络的输入矢量进行训练，利用训练好的神经网络实现未知节点的定位。实验结果表明,该模型具有较好的定位精度，其平均定位误差低于10%。

关键词: 无线定位, 径向基函数（RBF）, 神经网络

Abstract:

We collect signal strength at different positions in wireless sensor networks covering areas.We also employ Radial Basis Function (RBF) neural network to construct a mapping model between signal strength and the coordinate of a node. We then train such a neural network with the collected signal strength value (an input vector) before use the trained neural network to localize an unknown node.Experimental results show that this model has higher accuracy, whose average localization error is less than 10%.

Key words: wireless localization, Radial Basis Function (RBF), neural network

中图分类号:

TP393

于涛, 王英龙, 郭强. 一种基于RBF神经网络的无线传感器网络定位模型[J]. J4, 2010, 23(6): 82-85.

YU Tao, WANG Yang-Long, GUO Qiang. RBF Neural Network Based Localization Model for Wireless Sensor Networks[J]. J4, 2010, 23(6): 82-85.

[1]	邢昊, 张瑞云, 许腾飞, 纪峰. 基于遗传算法优化的BP神经网络对面料悬垂系数的预测及分析[J]. 山东科学, 2025, 38(1): 53-63.
[2]	张含笑, 刘宇然, 刘媛, 牛子辰. 基于多任务学习的轨道交通短时客流预测研究[J]. 山东科学, 2024, 37(1): 95-106.
[3]	姜晓东, 王磊磊, 孙鹏, 杨光, 耿俊琪, 王家文, 黄胜, 渠帅, 王晨, 尚盈. 基于生成对抗网络的有载调压开关故障检测研究[J]. 山东科学, 2023, 36(6): 68-73.
[4]	董贯雷, 姜晓东, 孙鹏, 杨光, 耿俊琪, 王家文, 渠帅, 黄胜, 王晨, 尚盈. 基于分布式光纤传感系统的有载变压器故障检测技术研究[J]. 山东科学, 2023, 36(5): 52-59.
[5]	庄皓, 李杨, 陶明坤. 基于Attention机制的CNN-LSTM驾驶人意图识别方法研究[J]. 山东科学, 2023, 36(2): 103-111.
[6]	孙凤娟,田勇,孙开争,付华轩,张文娟,李敏,吕晨. 基于人工神经网络集合预报的济南市臭氧预报方法[J]. 山东科学, 2022, 35(3): 89-99.
[7]	曹鲁慧, 邓玉香, 陈通, 李钊. 一种基于深度学习的中文文本特征提取与分类方法[J]. 山东科学, 2019, 32(6): 106-111.
[8]	王硕, 谷远利, 李萌, 陆文琦, 张源. 基于混沌理论和MEA-BPNN模型的快速路短时交通流预测[J]. 山东科学, 2019, 32(2): 98-107.
[9]	李小峰，于慧彬. 基于BP神经网络的船舶航向智能PID控制研究[J]. 山东科学, 2018, 31(4): 8-14.
[10]	郑威, 杨英，惠力, 鲁成杰，赵彬，杨立. 基于BP神经网络模型的ADCP倾斜条件下的修正算法研究[J]. 山东科学, 2018, 31(3): 1-7.
[11]	黄恩潭, 谷远利. 基于改进人工蜂群算法优化小波神经网络的短时交通流预测[J]. 山东科学, 2018, 31(2): 79-87.
[12]	刘东彦，张颖颖，吴丙伟，张颖，胡云川. 固体氧化物燃料电池系统仿真分析与控制[J]. 山东科学, 2016, 29(1): 1-6.
[13]	秦鉴，何世伟. 基于BP神经网络的全社会集装化货物运量预测[J]. 山东科学, 2015, 28(2): 70-74.
[14]	刘霏，谷文静，王公堂，万洪林. 基于BP神经网络的虹膜图像质量分类方法[J]. 山东科学, 2015, 28(2): 108-112.
[15]	姜峰. 基于RBFNN整定的PID控制在柔性摆跟踪控制中的应用研究[J]. 山东科学, 2015, 28(2): 113-118.