2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,簡(jiǎn)稱WSN)是一種新興的分布式的測(cè)控網(wǎng)絡(luò),它具有良好的應(yīng)用前景,而WSN的節(jié)點(diǎn)自定位技術(shù)可以提供監(jiān)控活動(dòng)目標(biāo)的位置信息,具有準(zhǔn)確的目標(biāo)跟蹤精度以及高效的路由效率,它是WSN中重要的技術(shù)之一。同時(shí),在WSN的研究應(yīng)用中,也是一個(gè)亟待解決的關(guān)鍵技術(shù)問(wèn)題。本論文結(jié)合國(guó)家自然基金項(xiàng)目,首先對(duì)WSN的目標(biāo)定位技術(shù)的國(guó)內(nèi)外的進(jìn)展與研究作了介紹,探討了WSN目標(biāo)定位的方法以及最小二乘支持

2、向量機(jī)(Least Square Supportvector Regression,LSSVR)在定位中的應(yīng)用研究。然后提出了降低目標(biāo)失跟率的WSN目標(biāo)定位預(yù)測(cè)喚醒方法。論文的主要工作包括:
  1.系統(tǒng)深入的研究了基于LSSVR的WSN目標(biāo)定位方法,討論了其定位特性和影響LSSVR三維節(jié)點(diǎn)定位誤差的因素,創(chuàng)建了目標(biāo)定為誤差的結(jié)構(gòu)模型,提出了幾種減小LSSVR定位誤差的方法,分析了LSSVR的目標(biāo)定位誤差的空間分布特性,討論核函數(shù)

3、對(duì)LSSVR目標(biāo)定位的作用機(jī)理,選擇的核函數(shù)應(yīng)具備形式簡(jiǎn)單,參數(shù)少以及具有良好的建模預(yù)測(cè)能力。
  2.引入局部建模思想,局部建模包括訓(xùn)練樣本點(diǎn)的分布,核函數(shù)以及邊界系數(shù)的選取等。指出不同的建模參數(shù)和LSSVR定位誤差的相互關(guān)系,通過(guò)粒子群對(duì)它們進(jìn)行優(yōu)化,從而減小LSSVR定位誤差,增加LSSVR回歸模型在實(shí)際運(yùn)用的適用性能,
  3.研究LSSVR建模定位的節(jié)點(diǎn)喚醒機(jī)制,推導(dǎo)環(huán)境中的測(cè)量節(jié)點(diǎn)數(shù)Nd,喚醒節(jié)點(diǎn)數(shù)Nw,失跟率p

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論