文献类型：期刊文章

作　　者：邹东尧[1] 陈鹏伟[1] 刘宽[1]

ZOU Dongyao;CHEN Pengwei;LIU Kuan(School of Computer and Communication Engineering,Zhengzhou University of Light Industry,Zhengzhou 450000,China)

机构地区：[1]郑州轻工业大学计算机与通信工程学院

出　　处：《电讯技术》

基　　金：河南省高等学校重点科研项目(15A520109);河南省科技攻关项目(172102210064)

年　　份：2019

卷　　号：59

期　　号：10

起止页码：1191-1196

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、UPD、ZGKJHX、核心刊

摘　　要：针对接收信号强度指示(Received Signal Strength Indication,RSSI)定位模型易受环境影响导致测距误差较大的问题,提出了采用天牛须搜索(Beetle Antennae Search,BAS)优化后向传播(Back Propagation,BP)神经网络拟合测距模型,克服了对数衰减模型易受环境干扰、参数取经验值等问题。首先,利用卡尔曼滤波对RSSI值进行校正,将校正后的数据输入BAS-BP网络拟合出测距模型并通过测距模型输出距离值;然后,利用极大似然估计法求解未知节点的坐标。实验结果表明,与BP模型和粒子群优化的BP模型相比,改进方法收敛速度快,定位精度提高更加明显。

关 键 词：无线传感器网络  RSSI测距定位  天牛须搜索  BP神经网络 极大似然估计 卡尔曼滤波

分 类 号：TN929.5]