足球比分直播

基于SVM的WSN移动节点定位算法分析.pdf

返回
基于SVM的WSN移动节点定位算法分析.pdf_第1页
第1页 / 共65页
基于SVM的WSN移动节点定位算法分析.pdf_第2页
第2页 / 共65页
基于SVM的WSN移动节点定位算法分析.pdf_第3页
第3页 / 共65页
基于SVM的WSN移动节点定位算法分析.pdf_第4页
第4页 / 共65页
基于SVM的WSN移动节点定位算法分析.pdf_第5页
第5页 / 共65页
点击查看更多>>
资源描述:
长沙理工大学学位论文原创性声明本人郑重声明所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名p罕 日期≯椤11,年歹月、,、/日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口,在~年解密后适用本授权书。2、不保密口。请在以上相应方框内打“√”作者签名导师签名日期1讲1一年 f月砂日日期7矿l≯年厂月≯钐日昔,伊桫n增札个行业其定位的静态来越受险最小化为目标,能够很好的解决小样本、局部极小值等问题。本文在充分对以往技术分析的基础上,主要进行以下几项工作1为解决基于MCL算法的WSN移动节点自定位计算和通信能耗消耗多的问题,本文建立了小样本SVM模型。通过这一模型可以实现待定位节点的定位,模型定位节省了传统节点定位算法的测距能源消耗。2本文提出了一种基于SVM回归训练WSN移动节点定位算法,该算法在继承了传统移动节点定位算法中采样箱概念的同时,引入了节点运动方向的预测,提高了节点的定位精度。由于算法省略掉了节点在定位时测距和计算位置等耗能比较大的过程,因此节点在定位时的能耗大大的降低。3本文通过对车载网络进行结构化分析,提出了一种基于MSVML的车载网络定位系统的解决方案。分别对其中的指挥中心、移动单元进行了较详细的分析设计。关键词移动传感器网络;定位;支持向量机;牛顿插值ABSTRACTAt present,WSN,as an emerging ination obtaining technology,canbe widely applied in many areas due to its unique advantages.Nodelocalization technology is a basic technology which is based on theapplication of WSN and its localization accuracy directly determines thequality of applications in WSN。With the expansion of people’S needs,thetraditional static WSN localization technology can not meet the needs ofpeople.The mobile WSN localization technology draws more and moreattention.The support vector machine is a machine learning based onstatistical learning theory and with the aim of structural risk minimization,itcan solve the problems of small sample size and the local minimum.Based on full analysis of previous technologies,the following researchesare conducted in this paperIn order to solve the large energy consumption from selflocalization andcomputation of MCL algorithm-based WSN mobile nodes,the small sampleSVM model is built.And the nodes to be located can be located by the SVMregression model.The localization way by this model saves the rangingenergy consumption of the traditional node localization algorithms.This paper presents a WSN mobile node localization algorithm based onSVM regression training.This algorithm fully inherits the concept ofsampling box from the traditional mobile node localization algorithm andintroduces the prediction of the node movement direction,which improves thelocalization accuracy of the node.And as the algorithm omits the large energyconsuming process in ranging and location computing,the energyconsumption is largely reduced in localization.This paper presents a positioning system solution of vehicle networksbased on the MSVML algorithm according to the structured analysis of vehiclenetworks.command center and mobile unit were analysised and designedIldatailly.Key Words目录摘 要..IABSTRACTII第一章绪论1.1引言l1.2国内外研究现状.21.3存在的问题及本文工作41.4本文的结构..5第二章WSN定位算法与相关理论概述2.1 WSN定位相关概念与方法..72.1.1 WSN与定位相关定义72.1.2常用测距方法1 O2.1.3常用节点坐标计算方法..112.2 WSN定位算法分类.1 32.3定位算法性能评价..1 62.4 SVM相关理论介绍.1 82.4.1统计学习理论.1 82.4.2 VC维理论l 82.4.3结构风险最小化理论..192.4.4 SVM理论202.5本章小结23第三章基于测量跳数向量的SVM回5J了定位训练3.1 SVM回归训练形式化描述243.2 SVM回归训练建模.243.2.1网络模型.243.2.2算法设计.253.3实验与结果分析..273.3.1锚节点数目对预测误差的影响273.3.2节点通信半径对预测误差的影响..283.4本章小结28
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播