無(wú)線(xiàn)傳感器網(wǎng)絡(luò)移動(dòng)目標(biāo)的回歸建模定位仿真分析.pdf

1、無(wú)線(xiàn)傳感器網(wǎng)絡(luò)(Wireless Sensor Network,簡(jiǎn)稱(chēng)WSN)是一種新興的分布式的測(cè)控網(wǎng)絡(luò),它具有良好的應(yīng)用前景,而WSN的節(jié)點(diǎn)自定位技術(shù)可以提供監(jiān)控活動(dòng)目標(biāo)的位置信息,具有準(zhǔn)確的目標(biāo)跟蹤精度以及高效的路由效率,它是WSN中重要的技術(shù)之一。同時(shí),在WSN的研究應(yīng)用中,也是一個(gè)亟待解決的關(guān)鍵技術(shù)問(wèn)題。本論文結(jié)合國(guó)家自然基金項(xiàng)目,首先對(duì)WSN的目標(biāo)定位技術(shù)的國(guó)內(nèi)外的進(jìn)展與研究作了介紹,探討了WSN目標(biāo)定位的方法以及最小二乘支持

2、向量機(jī)(Least Square Supportvector Regression,LSSVR)在定位中的應(yīng)用研究。然后提出了降低目標(biāo)失跟率的WSN目標(biāo)定位預(yù)測(cè)喚醒方法。論文的主要工作包括:
　　1.系統(tǒng)深入的研究了基于LSSVR的WSN目標(biāo)定位方法,討論了其定位特性和影響LSSVR三維節(jié)點(diǎn)定位誤差的因素,創(chuàng)建了目標(biāo)定為誤差的結(jié)構(gòu)模型,提出了幾種減小LSSVR定位誤差的方法,分析了LSSVR的目標(biāo)定位誤差的空間分布特性,討論核函數(shù)

3、對(duì)LSSVR目標(biāo)定位的作用機(jī)理,選擇的核函數(shù)應(yīng)具備形式簡(jiǎn)單,參數(shù)少以及具有良好的建模預(yù)測(cè)能力。
　　2.引入局部建模思想,局部建模包括訓(xùn)練樣本點(diǎn)的分布,核函數(shù)以及邊界系數(shù)的選取等。指出不同的建模參數(shù)和LSSVR定位誤差的相互關(guān)系,通過(guò)粒子群對(duì)它們進(jìn)行優(yōu)化,從而減小LSSVR定位誤差,增加LSSVR回歸模型在實(shí)際運(yùn)用的適用性能,
　　3.研究LSSVR建模定位的節(jié)點(diǎn)喚醒機(jī)制,推導(dǎo)環(huán)境中的測(cè)量節(jié)點(diǎn)數(shù)Nd,喚醒節(jié)點(diǎn)數(shù)Nw,失跟率p