基于机器学习的无线传感网络室内定位研究

• 作者: 张继山 郑春
• 来源期刊: 太原师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 无线传感网络 室内定位 路由探测
• 年，卷（期）: 2020,（1）
• 页码范围: 49-53,64
• 页数: 6页
• 分类号: TP393
• 语种: 中文

摘要

无线传感网络在能耗量化传导过程中具有随机分布性,导致网络节点的室内定位精度不高,为了提高网络的室内定位准确性,提出基于机器学习的无线传感网络室内定位方法.构建无线传感网络室内定位的节点优化部署模型,采用能量负载均衡控制方法进行无线传感网络的路由探测协议设计,建立无线传感网络节点传输的链路均衡配置模型,采用机器学习算法进行无线传感网络室内定位过程中的自适应寻优,提取无线传感网络节点输出信号的能谱特征量,根据能谱的聚类属性进行无线传感网络室内定位优化.仿真结果表明,采用该方法进行无线传感网络室内定位的精度较高,能量开销较小,网络节点的组网部署能力得到提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继山		25	42	3.0	6.0
2	郑春		12	17	2.0	4.0