基于人工神经网络的无线传感器定位算法

在无线传感器网络定位中,距离向量-跳数(DV-Hop)算法定位误差较大;为了提高定位准确性,结合径向基函数(RBF)神经网络与节点跳数理论,提出RBF-Hop的定位算法;该算法中需要随机生成虚拟节点以满足神经网络的训练,此算法为首先对距离各锚节点均较近的优先定位节点进行定位,然后将已经定位的节点作为下一轮定位的锚节点,循环定位直至所有未知节点定位出来;仿真实验表明,在同样的节点分布下,RBF-Hop比DV-Hop算法的平均定位误差降低29.11%;在锚节点比例、通信半径不同等情况下,RBF-Hop比DV-hop算法的定位精度有了明显的提高。