최적화된 신경망 기반 무선 센서 노드위치 알고리즘 분석 (Analysis of Wireless Sensor Node Location Algorithm Based on Optimized Neural Network)

서지정보

· 발행기관 : 한국전자통신학회
· 수록지 정보 : 한국전자통신학회 논문지 / 17권 / 6호 / 1129 ~ 1136페이지
· 저자명 : 관보, 쥐훙샹, 양펑지옌, 리홍량, 정양권

초록

이 문서는 먼저 RSSI(ReceivableSignalSequenceIndication) 기반 무선 센서 네트워크 위치 알고리즘에 대해 심층적으로 연구하고, RSSI의 거리측정 방법이 외부 환경에 의해 쉽게 영향을 받아 위치 오차가 크다는 결점에 대해 최적화된 PSO 입자군 알고리즘(CA-PSO)을 제시하였으며, 3차원 배치 환경에서 RSSI의 거리측정 노드에서 측정한 거리값을 최적화하는 문제에 대해 향상된 CA-PSO_BP 알고리즘을 제시하였다. 더 나은 알고리즘을 찾기 위해, 본문은 CA-PSO를 BP 신경망에 응용하고, 훈련을 통해 BP 네트워크의 훈련 시간을 단축할 수 있으며, 알고리즘의 수렴 속도를 빠르게 할 수 있으며, 다시 CA-PSO 알고리즘을 이용하여 WSN3차원 공간에서 알 수 없는 노드를 위치시킬 수 있으며, 실험을 통해 새로운 알고리즘은 네트워크의 위치의 정밀도를 현저히 높일 수 있다는 것을 표명하였다.

영어초록

This paper first studies the Receiveable Signal Sequence Indication (RSSI)-based wireless sensor network location algorithm, presents an optimized PSO particle group algorithm (CA-PSO) for the shortcomings that RSSI's distance measurement method is easily influenced by external environments, and presents an improved CAPSO_PSO algorithm to optimize the distance measured by RSSI's distance measurement nodes in a three-dimensional deployment environment. To find a better algorithm, this paper demonstrates that CA-PSO can be applied to BP neural networks, training can reduce training time for BP networks, speed up convergence of algorithms, and again use CA-PSO algorithms to locate unknown nodes in WSN 3D space, and experiments can significantly increase the accuracy of the network's location.

참고자료

· 없음