摘要：近些年，定位和导航技术水平不断提高，无线传感器网络成为学术界与工业界的一大研究热点，人们对于其定位需求日渐明显。卫星定位与导航系统在全球具有一定的适用性，同时传感器网络节点定位方法也逐渐受到关注。

为了进一步增强节点的定位准确度，本文提出了一种基于神经网络算法的无线传感器网络定位算法，由此建立了反向传播（Back-Propagation, BP）算法的定位模型。本文的主要工作如下：

（1）阐述了传感器定位技术的背景和国内外现状，以及研究意义，并描述了其特征和两种体系结构，接着讨论了几个传统的基于距离和基于非距离的定位算法，分析其定位性能评价指标。

（2）通过对神经网络的简单介绍，着重阐述了BP网络的典型的三层结构和训练过程，提出将BP算法应用于定位系统上，确定节点定位模型。该模型把信号强度作为输入数据，先进行数据归一化处理，再放入模型中训练，经反归一化后，得出的相应的位置坐标作为输出数据；然后将实际输出值与期望输出值进行比较，证明该定位算法误差更小。

（3）在构建神经网络模型结构方面，对隐藏层的节点个数选择做了一定的探索，通过经验公式和多次训练，最终确定隐藏层最优节点个数。

总之，本文研究表明，将BP神经网络应用于定位方法中可以提高定位精度，减小误差。

关键词：无线传感器网络；BP神经网络；节点定位

目  录

摘  要

ABSTRACT

第一章-绪  论-6

1.1 课题的背景和意义-6

1.1.1 研究背景及意义-6

1.2 国内外研究现状-6

1.3 论文的主要工作及组织结构-7

1.3.1 主要内容-8

1.3.2 组织结构-8

第二章  无线传感器网络定位算法研究-9

2.1无线传感器网络概述-9

2.1.1无线传感器网络的特点-9

2.1.2无线传感器网络的结构体系-10

2.2无线传感器网络定位算法的分类-11

2.2.1基于测距的定位算法-11

2.2.2基于非测距的定位算法-13

2.3定位性能分析-15

2.4本章小结-16

第三章  基于神经网络的无线传感器网络定位算法研究-17

3.1 BP神经网络介绍-17

3.1.1 BP神经网络概念-17

3.1.2 BP神经网络结构-17

3.2基于神经网络的无线传感器网络定位算法模型-18

3.2.1 BP神经网络训练过程-18

3.2.2定位算法模型的确定-20

3.3实验与结果-25

3.4 本章小结-25

第四章  总结与展望-26

4.1 全文总结-26

4.2 工作展望-26

参考文献-28

致  谢-30