一种基于支持向量回归机的异构无线传感器网络的定位算法制造技术

一种基于支持向量回归机的异构无线传感器网络的定位算法，利用训练模型得到的输出作为未知节点的坐标，采用标准均方根误差来测试模型的准确性。通过简化经典EHP算法中的CDF公式来降低复杂度，以较快的收敛速度获得目标锚节点与未知节点的计算距离，再通过支持向量回归机(SVR)做训练回归预测，得到精确的未知节点的坐标位置。为了减少锚节点数目，可把各目标锚节点之间的距离向量作为模型的训练集。这种方式会同时保证较高的定位精度以及较少的开销成本，通过利用支持向量回归机充分挖掘出异构网络中的潜在有用信息，获得较好的定位效果。

【技术实现步骤摘要】
一种基于支持向量回归机的异构无线传感器网络的定位算法
本专利技术属于无线传感器网络领域，特别是一种基于支持向量回归机的异构无线传感器网络的定位算法。
技术介绍
在现实生活中，异构无线传感器网络是普遍存在的。导致网络节点异构性的原因多种多样，如节点计算能力不同、通信链路质量差异以及节点能量不同等等。因此在无线传感器网络中，很难保证网络节点具有相同的通信半径。然而为了研究方便，现在绝大多数算法都是针对同构的WSN。如果把这些算法运用到异构性较大的WSN中，这无疑会使得定位的精度大幅度下降，因为通信半径的不同会使得两节点间距离计算公式的准确性大幅度下降，定位结果自然不理想。针对这个问题，在文献(AEAssaf,SZaidi,SAffes,NKandil,Low-costlocalizationformultihopheterogeneouswirelesssensornetworks.IEEETrans.Wirel.Commun.15(1),472–484,2016)中A.EIAssaf等人提出了基于前进跳跃进展算法。他们对文献(YWang,XDWang,DMWang,DPAgrawal,本文档来自技高网...

【技术保护点】
1.一种基于支持向量回归机的异构无线传感器网络的定位算法，采用经典EHP方法作为的测距公式(1)，由公式(1)可知，两节点间的距离包括E(di‑k)和E(dk‑j)，其中E(di‑k)表示预期跳跃进展(ExpectedHop progress，EHP)，即第一跳距离与中间跳距离之和；

【技术特征摘要】
1.一种基于支持向量回归机的异构无线传感器网络的定位算法，采用经典EHP方法作为的测距公式(1)，由公式(1)可知，两节点间的距离包括E(di-k)和E(dk-j)，其中E(di-k)表示预期跳跃进展(ExpectedHopprogress，EHP)，即第一跳距离与中间跳距离之和；表示最后一跳跳距(Last-HopDistance，LHD)，并由公式(1)得到异构无线传感器网络中精确的距离矩阵，其特征在于：用支持向量回归机定位异构无线传感器，具体包括如下步骤：步骤一：将网络中锚节点分为目标锚节点和训练锚节点，其中锚节点自身装备有GPS装置，通过GPS装置获得目标锚节点与训练锚节点之间精确的距离向量D1，式中，把网络中节点总数设置为N，锚节点总数设置为Na，前x个锚节点作为目标锚节点，第(x+1)个锚节点到第Na个锚节点作为训练锚节点，第(Na+1)以后的节点为未知节点，用公式(2)来...

【专利技术属性】
技术研发人员：温显斌，文武，武文兰，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12