基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播(BP)神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值,同时学习次数较多,需先通过粒子群算法进行优化。为了提高定位精度,首先采用速度常量法滤波处理,然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化,并分析算法的性能。试验中隐层节点个数采用试错法,从12到19变化,以确定合适数目。实验结果表明,与一般加权算法和传统BP算法相比,改进的混合优化算法可大幅改善测距误差对定位误差的影响,同时可使25 m内最小定位误差小于0.27 m。

无线传感器网络定位技术的研究

提出了一种新的接收信号强度指示(RSSI)定位修正算法。该算法采用改进的退火算法对极大似然估计处理后的距离进行优化,有效解决在实际环境中遇到的一些问题,使算法更符合实际。同时,能有效降低运算的复杂度,并排除具有特征相似性的一些奇异点,提高精度。依据邻近节点间的距离,分析前后两组估计坐标间的关系,用目标函数判断两组解的优劣,由退火思想只接受比前一组优的新解进行迭代循环,可以得到一组移动点的估计坐标。将满足条件的移动点看做参考点,重复运算,直至没有移动点可以升为参考点为止,输出最终结果。实验结果表明,改进的算法有效可行,且定位精度和稳定性有明显的提高,是一种可行的节点定位方案。

无线传感器网络定位技术的优化处理

无线网络节点定位技术给人员提供了安全保障,在研究传统无线定位的基础上,同时针对现有的基于神经网络定位算法的精度不高等问题,提出了一种新型的基于PSO-BP网络的定位算法.为了提高系统精度首先采用卡尔曼算法进行滤波处理,然后通过一种PSO-BP算法对BP网络初始权值和阈值进行优化,并对比现有的RSSI算法,分析不同算法的性能.BP神经网络权值的修正依赖于非线性梯度值,易形成局部极小值,同时学习次数较多.实验证明,改进的PSO-BP算法在误差反传调整权值的基础上,采用改进的PSO算法的学习机制修正权值,增加了BP算法收敛速度和全局收敛性,提高了BP网络的学习能力.

无线传感器网络节点定位技术的优化

研究定位无线传输信号受干扰较大以及定位精度达不到要求等问题,应该建立起更准确的定位机制,以减少环境等因素的干扰。针对基于RSSI定位算法中的问题,提出了一种基于改进的模拟退火法的定位算法。首先利用贝叶斯算法进行滤波处理,然后应用改进的退火算法表示节点的通信范围和移动范围,根据移动点每时刻最大移动范围和移动点的通信范围形成解区域,然后随机采集样节点进行优化处理。实验结果表明,改进的模拟退火算法能获得较好的定位精度,优于传统的极大似然估计等算法,有效实现了移动点在复杂空间的定位且无须额外增加硬件,减少了成本。

机场运维设备的智能在线监测

随着智能化的发展,各种移动设备、无线传感器和机场监控设备等产生的数据、文字、图像等信息已成为智慧机场的宝贵财富。机场业务运行组织复杂,时间要求高、信息交叉、系统参差不齐、运行环境复杂,需要实施统一监控。将物联网技术应用到机场设备在线监测领域,可以有效降低成本,提高监测数据的实时性。机场运维设备智能化系统工程的建设应围绕机场运维智能化、经营智能化和服务智能化的目标,研究如何在智慧机场建设的基础上,高度集成应用新一代智能化技术,包括信息感知、处理等环节,并运用近距离无线通讯、传感网海量数据存储、数据挖掘和信息安全等技术,为建设功能更完善、更加安全高效的智慧机场服务。

基于卷积神经网络的轮胎X射线图像缺陷检测

为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。

关于机场地面人员定位检测优化

研究机场候机区候机人员易错过航班以及容易走失,且传统的无线定位方法受干扰大,定位精度不高等问题,应建立机场地面人员定位检测系统以提高机场服务水平。针对机场候机区较大,人员情况复杂,机场环境对无线信号影响大等特点,通过对无线信号传播模型进行研究,设计了一种基于RSSI测距的定位方法,利用PSO算法进行优化,在不增加无线网络硬件的基础上扩大定位范围和提高定位精度。PSO算法是一种优化迭代工具,通过优化算法来降低误差。实验结果表明,改进的机场地面人员定位算法能够解决现有RSSI定位精度不高的缺陷,在区域内实现无线节点较准确的定位。

基于RSSI的节点定位算法的研究

在无线传感器网络的节点定位中,原RSSI定位算法利用接收信号强度的对数正态模型,其存在计算量大、功耗大等问题。由于物体运动不会突变,可以利用以前的轨迹与速度,预测当前时刻的位置信息,采用改进的神经网络算法,对当前时刻的位置做了很好的预测。实验结果表明,该算法与传统的RSSI算法相比,减小了采样范围,提高了定位精度,降低了无线传感系统的功耗。

沥青混凝土应用聚丙烯腈纤维的分析

聚丙烯腈纤维作为一种良好的沥青混合料添加材料,能够大大改善沥青路面的粘结力、高温稳定性、疲劳耐久性,具有防止反射裂缝和低温防裂的性能。能够较好地改善沥青混合料的路用性能,该材料在沥青混凝土中作用巨大,已经被工程界所认识和应用。