基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
误差补偿是保证水下传感器网络时钟同步精度的一个重要保障,现有研究方法主要采用线性拟合和最小二乘法对时钟同步参数进行误差补偿,但该类方法并未考虑受海流影响时节点移动所导致的时钟同步精度问题.针对此问题,本文提出一种基于BP神经网络模型的时钟同步误差补偿算法.首先采用深海拉格朗日洋流模型描述水下节点运动规律,模拟水下节点运动速度,进而建立时钟同步参数模型,最后构建符合水下环境的BP神经网络时钟同步误差补偿模型,通过定义激励函数,引入正则项因子和补偿性因子避免模型过拟合,建立误差反向传播的BP神经网络模型时钟同步误差补偿算法.仿真实验表明,本文提出的算法与TSHL算法、MU-sync算法、MM-sync算法相比,在时钟同步精度(即时钟同步时间与标准时间的误差)上分别提升了37.42%,17.29%和21.86%,并且均方误差得到显著降低.
推荐文章
基于BP神经网络的定位系统的误差补偿
定位误差
误差补偿
BP神经网络
基于BP神经网络的数控机床综合误差补偿方法
BP神经网络
陡度因子
放大因子
误差补偿
基于联想记忆神经网络模型的BP算法
BP算法
神经网络
联想记忆
基于神经网络误差补偿的磁编码器细分算法
磁编码器
最小二乘法
径向基神经网络
误差补偿
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络模型时钟同步误差补偿算法
来源期刊 物理学报 学科
关键词 误差补偿 时钟同步 BP神经网络 水下传感器网络
年,卷(期) 2021,(11) 所属期刊栏目 电磁学、光学、声学、传热学、经典力学和流体动力学|ELECTROMAGNETISM, OPTICS, ACOUSTICS, HEAT TRANSFER,CLASSICAL MECHANICS, AND FLUID DYNAMICS
研究方向 页码范围 128-138
页数 11页 分类号
字数 语种 中文
DOI 10.7498/aps.70.20201641
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
误差补偿
时钟同步
BP神经网络
水下传感器网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导