亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)的LQI測(cè)距研究

        2019-06-05 09:26:42罡,盛林,王
        智能物聯(lián)技術(shù) 2019年3期
        關(guān)鍵詞:測(cè)距高斯濾波

        趙 罡,盛 林,王 軍

        (中電海康集團(tuán)有限公司,浙江 杭州,310012)

        0 引言

        無(wú)線傳感網(wǎng)絡(luò)(Wireless Senor Network,WSN)在很多領(lǐng)域得到迅速的應(yīng)用和發(fā)展,例如環(huán)境監(jiān)測(cè)、火災(zāi)預(yù)警以及其他環(huán)境和安全保護(hù)領(lǐng)域[1]。其中,接收數(shù)據(jù)節(jié)點(diǎn)的位置信息是檢測(cè)活動(dòng)的重要信息之一,確定事件發(fā)生的位置或獲取消息的節(jié)點(diǎn)位置能夠使無(wú)線傳感網(wǎng)絡(luò)的目的性更強(qiáng),工作效率更高。

        如今各種定位方法和實(shí)施方案層出不窮,歸結(jié)起來(lái)可分為測(cè)距和非測(cè)距兩大類。其中基于測(cè)距方法的精度較高,使得該方法具有較為廣泛的應(yīng)用。同時(shí),測(cè)距精度會(huì)直接影響最終的定位結(jié)果,基于接收信號(hào)強(qiáng)度值 (Received Signal Strength Indicator,RSSI)的測(cè)距技術(shù)提供了最方便的測(cè)距策略,在無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)中較常采用。在一些基于IEEE 802.15.4標(biāo)準(zhǔn)的芯片中,還提供了在一定范圍內(nèi)較RSSI更有優(yōu)勢(shì)的參數(shù)指標(biāo):鏈路質(zhì)量指示(Link Quality Indicator,LQI)[2]。

        本文對(duì)LQI和距離之間的關(guān)系進(jìn)行了研究,先對(duì)LQI進(jìn)行預(yù)處理,再將處理后的LQI值輸入BP神經(jīng)網(wǎng)絡(luò)得到估計(jì)的距離。最后使用CC2530 Zig-Bee模塊搭建平臺(tái)進(jìn)行測(cè)距驗(yàn)證,取得了較好的測(cè)距精度。

        1 鏈路質(zhì)量指示LQI研究

        1.1 LQI概述

        LQI值表示接收數(shù)據(jù)幀的能量與質(zhì)量,其大小基于信號(hào)強(qiáng)度以及檢測(cè)到的信噪比(Signal Noise Ratio,SNR)。鏈路質(zhì)量指示在物理層產(chǎn)生,由MAC層計(jì)算,為網(wǎng)絡(luò)層或應(yīng)用層提供數(shù)據(jù)幀接收時(shí)的信號(hào)強(qiáng)度和質(zhì)量信息[3]。LQI值可直接在ZigBee收發(fā)模塊的接收數(shù)據(jù)幀中獲取,及時(shí)反映接收信號(hào)強(qiáng)度的變化和信道所受干擾的變化。LQI的動(dòng)態(tài)范圍為0~255,比RSSI的范圍區(qū)間更大,可提供較高的分辨率,因此可以使用鏈路質(zhì)量指示LQI值來(lái)計(jì)算收發(fā)節(jié)點(diǎn)間的距離。

        1.2 LQI波動(dòng)性研究

        傳感器節(jié)點(diǎn)在使用過(guò)程中,會(huì)受到環(huán)境中不同因素的干擾,也存在自身硬件的差異性影響,在不同環(huán)境下,干擾也不同[4]。這些可變的因素必然導(dǎo)致LQI值的波動(dòng)性,本文隨機(jī)選擇若干CC2530 ZigBee模塊進(jìn)行實(shí)驗(yàn),分析LQI值對(duì)相關(guān)因素變化的敏感度,共設(shè)置3組實(shí)驗(yàn),分別為:固定距離節(jié)點(diǎn)、不同功率和不同節(jié)點(diǎn)的LQI值實(shí)驗(yàn)。

        (1)固定距離節(jié)點(diǎn)的LQI值波動(dòng)性實(shí)驗(yàn)

        對(duì)于同一對(duì)節(jié)點(diǎn),在不同固定距離處不同時(shí)刻多次測(cè)得的LQI值波動(dòng)趨勢(shì)并不一致。實(shí)驗(yàn)在室外空曠環(huán)境中隨機(jī)選擇一對(duì)ZigBee節(jié)點(diǎn),分別在3m和6m處連續(xù)測(cè)量100個(gè)數(shù)據(jù),發(fā)射功率5dBm,天線增益3dB,節(jié)點(diǎn)距地面1m左右,結(jié)果如圖1所示。由圖1可知,LQI值在固定位置上基本穩(wěn)定在一個(gè)值,偶爾出現(xiàn)波動(dòng)的情況。節(jié)點(diǎn)間距2m時(shí),LQI值基本穩(wěn)定在151左右,平均波動(dòng)幅度為1.15;節(jié)點(diǎn)間距4m時(shí),LQI值基本穩(wěn)定在125左右,平均波動(dòng)幅度為1.41。

        (2)不同功率的LQI值實(shí)驗(yàn)

        圖1 相同節(jié)點(diǎn)相距2m和4m時(shí)LQI值波動(dòng)情況

        實(shí)驗(yàn)隨機(jī)選擇一對(duì)ZigBee節(jié)點(diǎn),設(shè)置5dBm、8dBm和11dBm三種不同發(fā)射功率進(jìn)行測(cè)試,天線增益3dB,節(jié)點(diǎn)距地面1m左右,盲節(jié)點(diǎn)和錨節(jié)點(diǎn)每隔0.5m測(cè)量一次,每個(gè)位置收集30組數(shù)據(jù),取均值處理,最遠(yuǎn)測(cè)到10m處。結(jié)果如圖2所示。由結(jié)果可知,設(shè)置的發(fā)射功率越大,LQI值也越大;同一個(gè)節(jié)點(diǎn),在不同功率下的衰減曲線變化相近。

        圖2 相同節(jié)點(diǎn)在3種功率下的LQI值變化情況

        (3)不同節(jié)點(diǎn)的LQI值實(shí)驗(yàn)

        針對(duì)不同節(jié)點(diǎn)情況,實(shí)驗(yàn)隨機(jī)設(shè)置4對(duì)節(jié)點(diǎn)測(cè)試,發(fā)射功率5dBm,天線增益3dB,節(jié)點(diǎn)距地面1m左右,盲節(jié)點(diǎn)和錨節(jié)點(diǎn)每隔0.25m測(cè)量一次,每個(gè)位置收集30組數(shù)據(jù),取均值處理,最遠(yuǎn)測(cè)到10m處,結(jié)果如圖3所示。由圖3可知,LQI測(cè)量值與接收機(jī)的靈敏度有關(guān),不同接收機(jī)的效果存在差異。這樣的結(jié)果是由于無(wú)線傳輸單元間的材料、阻抗匹配、硬件物理電氣特性不一致導(dǎo)致的,這些都會(huì)影響接收機(jī)的靈敏度。

        圖3 不同節(jié)點(diǎn)時(shí)LQI值變化情況

        經(jīng)過(guò)分析,LQI和收發(fā)節(jié)點(diǎn)之間的距離確實(shí)存在一定的變化關(guān)系,但LQI受到環(huán)境因素和節(jié)點(diǎn)自身的影響產(chǎn)生波動(dòng)。另外,雖然LQI和信號(hào)傳輸距離呈現(xiàn)出較為明顯的衰減變化趨勢(shì),但并非一條平滑的曲線,這也表明了利用LQI進(jìn)行測(cè)距和定位,必然會(huì)存在一定程度的誤差,因此需要對(duì)LQI值進(jìn)行預(yù)處理才能用于測(cè)距和定位。

        2 LQI值預(yù)處理和基于BP神經(jīng)網(wǎng)絡(luò)的距離計(jì)算方法

        2.1 高斯濾波預(yù)處理模型

        一個(gè)接收節(jié)點(diǎn)在靜態(tài)測(cè)量時(shí)會(huì)采集到多個(gè)LQI值,其中必然存在著誤差較大的數(shù)據(jù)。通過(guò)高斯濾波可以選取高概率發(fā)生區(qū)的LQI值,然后以算術(shù)平均值作為濾波輸出[5]。這種做法減少了一些小概率的干擾事件對(duì)整體測(cè)量的影響,增強(qiáng)了測(cè)距的準(zhǔn)確性。

        具體處理方法如下:將節(jié)點(diǎn)在同一位置采集到的LQI值存入相應(yīng)數(shù)組,再按式(1)和(2)求出均值和方差。

        式中:N為采集到的LQI值個(gè)數(shù),LQIi為第i個(gè)LQI值。則其高斯概率密度分布函數(shù)[6]為:

        則區(qū)間(μ-σ≤LQIi≤μ+σ)概率為:

        P(μ-σ≤LQIi≤μ+σ)=Φ(1)-Φ(-1)=0.6826

        選擇該區(qū)間即意味著選擇了發(fā)生概率0.6826范圍內(nèi)的LQI值,將高斯濾波處理后的數(shù)據(jù)值代入式(5)得到的算術(shù)平均值即為優(yōu)化的LQI值。

        式中,K為高斯濾波篩選后的LQI個(gè)數(shù),LQIiG為第i個(gè)篩選的LQI值。

        高斯濾波解決了小概率的擾動(dòng)和穩(wěn)定性差等問(wèn)題,但對(duì)于室內(nèi)環(huán)境中存在的墻壁反射、障礙物遮擋等長(zhǎng)時(shí)間干擾問(wèn)題,處理效果有所下降。

        2.2 基于BP神經(jīng)網(wǎng)絡(luò)的距離計(jì)算

        BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆向傳播訓(xùn)練的前饋網(wǎng)絡(luò),具有多層感知器的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該結(jié)構(gòu)不僅含有輸入層節(jié)點(diǎn)和輸出層節(jié)點(diǎn),還有一個(gè)或者多個(gè)隱含層節(jié)點(diǎn)[7]。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存儲(chǔ)大量的輸入和輸出映射模式,無(wú)需事前描述這種映射的數(shù)學(xué)關(guān)系。它的學(xué)習(xí)規(guī)則是使用梯度下降法,通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值,使網(wǎng)絡(luò)的誤差平方和最小。

        BP神經(jīng)網(wǎng)絡(luò)算法使數(shù)據(jù)處理結(jié)果精度的提升會(huì)隨著隱含層層數(shù)的增加而略有提高,但會(huì)使網(wǎng)絡(luò)復(fù)雜化,從而增加網(wǎng)絡(luò)的訓(xùn)練時(shí)間。精度的提高實(shí)際上也可以通過(guò)增加隱含層神經(jīng)元的數(shù)目來(lái)獲得,其效果更容易觀察和掌握,所以應(yīng)優(yōu)先考慮[8]。為了使誤差盡可能小,初始權(quán)重和偏置需要合理選擇,如果太大就容易陷入飽和區(qū),導(dǎo)致停頓。一般選擇均勻分布的小數(shù),介于(-1,1)之間。學(xué)習(xí)速率的選取同樣重要,大了可能導(dǎo)致系統(tǒng)不穩(wěn)定,小了會(huì)導(dǎo)致訓(xùn)練周期過(guò)長(zhǎng)、收斂慢,達(dá)不到要求的誤差。采用變化的學(xué)習(xí)速率方案,讓學(xué)習(xí)速率隨學(xué)習(xí)進(jìn)展而逐步減小,可獲得良好的效果。

        結(jié)合本文測(cè)距需求,網(wǎng)絡(luò)的輸入為L(zhǎng)QI值,定義BP神經(jīng)網(wǎng)絡(luò)用于訓(xùn)練求解距離,本文的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型如圖4所示。

        圖4 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

        BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程如下:

        (1)將經(jīng)過(guò)高斯濾波所得符合條件的LQI值進(jìn)行歸一化處理;

        (2)建立網(wǎng)絡(luò)模型,初始化輸入層、隱含層、輸出層節(jié)點(diǎn)數(shù);初始化權(quán)值;初始化輸入和輸出層閾值。

        (3)輸入LQI樣本值和對(duì)應(yīng)的期望輸出值,計(jì)算各層輸出值和各層學(xué)習(xí)誤差。

        (4)判斷誤差是否滿足精度要求,若不滿足,則誤差反向傳播,修正權(quán)值和閾值,直到滿足學(xué)習(xí)要求為止。

        圖5 測(cè)距算法總流程

        測(cè)距算法的最終流程如圖5所示。

        3 實(shí)驗(yàn)與分析

        3.1 LQI數(shù)據(jù)處理

        為驗(yàn)證高斯濾波的有效性,本文在Matlab 2012環(huán)境中進(jìn)行仿真實(shí)驗(yàn)。設(shè)置發(fā)射功率5dBm,天線增益3dB,盲節(jié)點(diǎn)與錨節(jié)點(diǎn)每隔0.25m測(cè)量一次,每個(gè)位置接收50組LQI值,最遠(yuǎn)測(cè)到10m處。最終采用均值濾波[9]、中值濾波[9]、高斯濾波三種濾波方法優(yōu)化,結(jié)果如圖6所示。

        圖6 三種濾波方法結(jié)果對(duì)比

        a)濾波后數(shù)據(jù)對(duì)比 b)LQI濾波絕對(duì)誤差比較

        由圖6 a)的濾波后效果和圖6b)LQI值濾波后的絕對(duì)誤差對(duì)比可看出,對(duì)于LQI波動(dòng)較大的情況,中值濾波方法和均值濾波效果較差,高斯濾波方法處理能將誤差降到最小,因此可以用于后面測(cè)距實(shí)驗(yàn)篩選LQI數(shù)據(jù)。

        3.2 BP神經(jīng)網(wǎng)絡(luò)測(cè)距實(shí)驗(yàn)

        為了讓BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果達(dá)到最優(yōu),需要確定隱含層節(jié)點(diǎn)個(gè)數(shù)、傳輸函數(shù)和訓(xùn)練函數(shù)。傳輸函數(shù)選擇常用的雙極S型函數(shù),該函數(shù)光滑性好,收斂速度塊[10]。根據(jù)LQI與距離d之間一一對(duì)應(yīng)的關(guān)系,輸入和輸出層只有一個(gè)神經(jīng)元,隱含層為一確定訓(xùn)練函數(shù),設(shè)置隱含層節(jié)點(diǎn)數(shù)為25,輸入高斯濾波處理后的LQI數(shù)據(jù),不同訓(xùn)練函數(shù)的測(cè)試結(jié)果如圖7所示。

        圖7 不同訓(xùn)練函數(shù)的訓(xùn)練結(jié)果a)trainlm 函數(shù) b)trainrp 函數(shù)c)trainscg 函數(shù) d)trainoss函數(shù)

        表1為不同函數(shù)訓(xùn)練測(cè)距誤差的均方差,由表可知trainlm函數(shù)是較佳的訓(xùn)練函數(shù),并且該算法在不增加算法復(fù)雜性的前提下,可以提高收斂速度。

        表1 不同訓(xùn)練函數(shù)的測(cè)試誤差均方差

        確定隱含層節(jié)點(diǎn)最優(yōu)的個(gè)數(shù)。設(shè)置訓(xùn)練函數(shù)為trainlm時(shí),節(jié)點(diǎn)數(shù)分別為10、20、30和40四種情況,測(cè)試結(jié)果如圖8所示。

        圖8 隱含層不同節(jié)點(diǎn)數(shù)的訓(xùn)練結(jié)果a)10 個(gè)節(jié)點(diǎn) b)20 個(gè)節(jié)點(diǎn)c)30 個(gè)節(jié)點(diǎn) d)40 個(gè)節(jié)點(diǎn)

        測(cè)距誤差的均方差值如表2所示。由結(jié)果可知隱含層為20個(gè)節(jié)點(diǎn)時(shí),得到的結(jié)果較佳。最終確定BP神經(jīng)網(wǎng)絡(luò)模型隱含層為20個(gè)神經(jīng)元節(jié)點(diǎn),訓(xùn)練函數(shù)為trainlm函數(shù)。

        表2 不同隱含層節(jié)點(diǎn)數(shù)時(shí)的誤差均方差

        為驗(yàn)證模型的有效性,將本文算法與文獻(xiàn)[11]中提出的曲線擬合模型進(jìn)行對(duì)比。該文獻(xiàn)結(jié)合LQI和距離關(guān)系,建立經(jīng)驗(yàn)?zāi)P?,提出兩種不同的函數(shù)模型進(jìn)行擬合。本文使用基于CC2530的ZigBee平臺(tái)所得出的實(shí)驗(yàn)數(shù)據(jù)對(duì)兩種模型進(jìn)行訓(xùn)練,得到公式如下所示:

        (1)自由空間的無(wú)線電傳播路徑損耗模型:

        (2)指數(shù)模型:

        先用高斯濾波模型對(duì)一組LQI值進(jìn)行濾波預(yù)處理,得到的結(jié)果分別輸入BP神經(jīng)網(wǎng)絡(luò)和三種函數(shù)擬合模型進(jìn)行訓(xùn)練,測(cè)距誤差對(duì)比如圖9所示。

        圖9 三種模型的測(cè)試情況a)測(cè)距誤差 b)測(cè)距誤差百分比

        自由空間損耗模型的測(cè)距誤差均方差為3.136,指數(shù)模型的測(cè)距誤差均方差為0.722,而B(niǎo)P神經(jīng)網(wǎng)絡(luò)訓(xùn)練的測(cè)距誤差均方差為0.629。由圖中也可看出由BP神經(jīng)網(wǎng)絡(luò)得到的計(jì)算距離誤差可控制在2m以內(nèi),并且大部分誤差都在1m以內(nèi),表明基于BP神經(jīng)網(wǎng)絡(luò)的LQI測(cè)距精度得到提高。

        4 結(jié)語(yǔ)

        本文研究了無(wú)線傳感網(wǎng)絡(luò)中的LQI和距離之間的關(guān)系。通過(guò)分析固定距離、不同功率以及不同節(jié)點(diǎn)的LQI隨距離變化關(guān)系,表明基于LQI值的無(wú)線測(cè)距是切實(shí)可行的,可以為基于LQI值的室內(nèi)定位提供參考。為了提高測(cè)距精度,本文使用BP神經(jīng)網(wǎng)絡(luò)對(duì)LQI測(cè)距進(jìn)行估計(jì),并對(duì)比了傳統(tǒng)的函數(shù)擬合模型。最后基于CC2530的ZigBee平臺(tái)進(jìn)行測(cè)距實(shí)驗(yàn),結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的LQI測(cè)距在不增加定位硬件成本的基礎(chǔ)上提高了測(cè)距精度和穩(wěn)定性。

        猜你喜歡
        測(cè)距高斯濾波
        小高斯的大發(fā)現(xiàn)
        類星體的精準(zhǔn)測(cè)距
        科學(xué)(2020年3期)2020-01-06 04:02:51
        天才數(shù)學(xué)家——高斯
        淺談超聲波測(cè)距
        電子制作(2017年7期)2017-06-05 09:36:13
        RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
        基于線性正則變換的 LMS 自適應(yīng)濾波
        基于PSOC超聲測(cè)距系統(tǒng)設(shè)計(jì)
        有限域上高斯正規(guī)基的一個(gè)注記
        相對(duì)差分單項(xiàng)測(cè)距△DOR
        太空探索(2014年1期)2014-07-10 13:41:50
        基于隨機(jī)加權(quán)估計(jì)的Sage自適應(yīng)濾波及其在導(dǎo)航中的應(yīng)用
        狠狠色婷婷久久综合频道日韩 | 亚洲国产中文字幕九色| 日韩av毛片在线观看| 亚洲精品国偷拍自产在线观看| 99re久久精品国产| 九九久久精品大片| 国产午夜精品视频在线观看| 久久天天躁夜夜躁狠狠| 波多野结衣一区二区三区高清| 亚洲色图综合免费视频| 国产自拍三级黄片视频| 国产精品天干天干| 精品国产av 无码一区二区三区| 欧美日韩综合在线视频免费看 | 亚洲中文乱码在线视频| 精品露脸国产偷人在视频| 久无码久无码av无码| 国产精品色内内在线播放| 情av一区二区三区在线观看| 国产国产人免费人成免费视频| 亚洲精品国产v片在线观看| AV无码专区亚洲AVL在线观看| 美女被黑人巨大入侵的的视频| 欧美精品国产综合久久| 精品香蕉久久久午夜福利| 国产强伦姧在线观看| 亚洲中文字幕精品久久吃奶| 四虎影视成人永久免费观看视频| 91久久青青草原免费| 国产成人精品自拍在线观看| 久久亚洲精品中文字幕| 色偷偷久久一区二区三区| 狠狠色丁香婷婷久久综合2021| 夜夜高潮夜夜爽免费观看| 久久久久久亚洲av无码蜜芽| 国产日b视频| 亚洲av高清一区三区三区| 少妇被粗大的猛进出69影院 | 一色桃子中文字幕人妻熟女作品| 国产人碰人摸人爱视频| 一区二区三区国产偷拍|