改进的Elman 神经网络在WSNs 距离预测中的应用*

陈 龙，张 可，罗配明

(1.电子科技大学 电子科学技术研究院，四川 成都611731;2.电子科技大学 自动化工程学院，四川 成都611731)

0 引 言

随着无线传感器网络(WSNs)研究的不断深入，应用化已经逐渐成为人们关注的焦点。各种在特定应用背景下的研究日渐增多，如应用在环境监测、目标跟踪、安全监控等领域。位置信息对传感器网络的监测活动至关重要，事件发生的位置或获取信息的节点位置是传感器网络节点监测消息中所包含的重要信息，了解传感器节点位置信息不仅可以获取路由信息，而且可以进行节点定位等等［1，2］。测距的误差在很大程度上决定了目标定位与跟踪的误差。常用的定位方法必须测量节点间的距离，一般测距方式有红外线、GPS、超声波和接收信号强度指示(received signal strength indication，RSSI)等［3］。

由于无线芯片具备计算接收信号强度的功能，因此，基于RSSI 的测距主要是通过信号强度推导发射节点与接收节点之间的距离。基于RSSI 的测距具有成本低，无需添加额外硬件的优点，而基于超声的测距虽然精度高，但是需要添加其他硬件，这样，会导致成本变高和尺寸变大［4］，所以，WSNs 定位一般都是采用基于RSSI 测距的方法，首先对RSSI 进行滤波处理，再建立改进的Elman 神经网络预测模型得出距离值，该方法不但使得测距精度变高，而且成本也很低。

1 改进的Elman 神经网络

Elman 神经网络的特点是经典的局部递归内时延反馈型网络，以BP 神经网络为基础，通过引入反馈信号来存储内部状态，使得Elman 神经网络具有映射动态的功能。……