無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中基于RSSI的節(jié)點(diǎn)距離預(yù)測(cè)
作者：
時(shí)間：2011-11-15
來(lái)源：網(wǎng)絡(luò)
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
3 BP網(wǎng)絡(luò)模型的建立
以限幅濾波后的數(shù)據(jù)作為訓(xùn)練樣本。以RSSI作為輸入，以距離作為輸出，一般的預(yù)測(cè)問(wèn)題通過(guò)單隱層的BP網(wǎng)絡(luò)實(shí)現(xiàn)，這里也是單隱層。
(1)數(shù)據(jù)歸一化處理
為了在Matlab中計(jì)算方便，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。這里根據(jù)現(xiàn)有的數(shù)據(jù)情況，分別對(duì)輸入和輸出量進(jìn)行歸一化處理。歸一化的代碼如下：
[pn，minp，maxp，tn，mint，maxt]=premnmx(p，t)
其中p為輸入變量，t為輸出變量。
(2)BP網(wǎng)絡(luò)訓(xùn)練
網(wǎng)絡(luò)中間層的神經(jīng)元傳遞函數(shù)采用S型的正切函數(shù)logsig，輸出層神經(jīng)元傳遞函數(shù)采用線(xiàn)性函數(shù)purelin，采用traingdx函數(shù)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練141次后達(dá)到0．01的誤差要求。
4 模型預(yù)測(cè)結(jié)果及與經(jīng)驗(yàn)公式值的比較
為了驗(yàn)證測(cè)試結(jié)果的可靠性，根據(jù)網(wǎng)絡(luò)訓(xùn)練的結(jié)果，把測(cè)試結(jié)果與真實(shí)值進(jìn)行對(duì)比。為了突出該方法的優(yōu)越性，與經(jīng)驗(yàn)公式計(jì)算出來(lái)的距離值進(jìn)行比較。表1為模型預(yù)測(cè)值、經(jīng)驗(yàn)公式值與真實(shí)值的比較。本文引用地址：http://cafeforensic.com/article/161414.htm
由表1可以得出，由BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的距離值與經(jīng)驗(yàn)公式計(jì)算出來(lái)的距離值相比，整體誤差較小。經(jīng)驗(yàn)公式計(jì)算的距離誤差最大為2．7351m，最小誤差為0．5338m，而由模型預(yù)測(cè)的距離誤差最大為0．7976m，最小誤差為0．0232m，測(cè)距的精度明顯提高了很多。
5 結(jié)論
BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)、自組織及自適應(yīng)能力，具有高度非線(xiàn)性函數(shù)映射功能，通過(guò)對(duì)樣本的預(yù)處理，可以提高訓(xùn)練結(jié)果的精度。因此，樣本的好壞直接影響訓(xùn)練結(jié)果。節(jié)點(diǎn)RSSI值的隨機(jī)性較大，會(huì)隨著環(huán)境及其他干擾的影響發(fā)生突變。因此先對(duì)RSSI值進(jìn)行濾波處理，濾掉突變的數(shù)據(jù)再進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，預(yù)測(cè)結(jié)果就能達(dá)到較理想的水平。這適用于不同的場(chǎng)合，提高了測(cè)距精度，從而進(jìn)行精確定位。
評(píng)論