电讯技术

作者：邹东尧,陈鹏伟,刘宽

单位：(郑州轻工业大学 计算机与通信工程学院，郑州 450000)

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；

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）

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。

来源：2019年第10期

《电讯技术》期刊编辑部

查看电讯技术杂志2019年第10期