一种基于RBF神经网络的无线传感器网络定位模型  

RBF Neural Network Based Localization Model for Wireless Sensor Networks

作　　者：于涛[1,2] 王英龙[1] 郭强[1] 

机构地区：[1]山东省计算中心,山东济南250014 [2]山东轻工业学院信息科学与技术学院,山东济南250353

出　　处：《山东科学》2010年第6期82-85,共4页Shandong Science

基　　金：国家自然科学基金资助项目(60802030);山东省自然科学基金(ZR2009GQ002);山东省科技攻关计划项目(2007GG2QT01007)

摘　　要：在无线传感器网络覆盖区域内的不同位置采集信号强度值,利用径向基函数(RBF)神经网络建立信号强度到节点坐标之间的映射模型,将采集到的信号强度值作为神经网络的输入矢量进行训练,利用训练好的神经网络实现未知节点的定位。实验结果表明,该模型具有较好的定位精度,其平均定位误差低于10%。We collect signal strength at different positions in wireless sensor networks covering areas.We also employ Radial Basis Function（RBF） neural network to construct a mapping model between signal strength and the coordinate of a node.We then train such a neural network with the collected signal strength value（an input vector） before use the trained neural network to localize an unknown node.Experimental results show that this model has higher accuracy,whose average localization error is less than 10%.

关 键 词：无线定位 径向基函数(RBF) 神经网络 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]