基于SVM的WSN移動節(jié)點定位算法研究.pdf

1、WSN作為一門新興的信息獲取技術,由于其特有的優(yōu)點,在各個行業(yè)都有廣泛的應用前景。節(jié)點定位技術是基于WSN應用的基礎技術,其定位精度直接決定了WSN的應用的好壞。隨著人們需求的擴大,傳統(tǒng)的靜態(tài)WSN定位技術已經(jīng)不能滿足人民的需求,移動WSN定位技術則越來越受到人們的關注。SVM是一種基于SLT的機器學習方法,它以結構風險最小化為目標,能夠很好的解決小樣本、局部極小值等問題。
　　 本文在充分對以往技術分析的基礎上,主要進行以下幾

2、項工作:
　　 1)為解決基于MCL算法的WSN移動節(jié)點自定位計算和通信能耗消耗多的問題,本文建立了小樣本SVM模型。通過這一模型可以實現(xiàn)待定位節(jié)點的定位,模型定位節(jié)省了傳統(tǒng)節(jié)點定位算法的測距能源消耗。
　　 2)本文提出了一種基于SVM回歸訓練WSN移動節(jié)點定位算法,該算法在繼承了傳統(tǒng)移動節(jié)點定位算法中采樣箱概念的同時,引入了節(jié)點運動方向的預測,提高了節(jié)點的定位精度。由于算法省略掉了節(jié)點在定位時測距和計算位置等耗能比較