氣象傳感網(wǎng)中BP神經(jīng)網(wǎng)絡(luò)插值算法研究.pdf

1、氣象傳感器網(wǎng)絡(luò)是一種由大量具有運(yùn)算功能和通訊功能的傳感器節(jié)點(diǎn)組成的分布式網(wǎng)絡(luò)，主旨是用于獲取、收集、傳輸節(jié)點(diǎn)部署地區(qū)中監(jiān)測目標(biāo)的氣象數(shù)據(jù)。由于氣象傳感網(wǎng)大多部署于環(huán)境惡劣的監(jiān)測區(qū)域，節(jié)點(diǎn)多采用隨機(jī)分布，造成了監(jiān)測區(qū)域重疊或監(jiān)測區(qū)域丟失，因此需要采用插值方法來補(bǔ)償、補(bǔ)全監(jiān)測數(shù)據(jù)。反向傳播(Back Propagation，BP)神經(jīng)網(wǎng)絡(luò)由于其無限逼近原則可用來插值獲取氣象傳感網(wǎng)數(shù)據(jù)。本文結(jié)合氣象傳感網(wǎng)的特點(diǎn)，結(jié)合相關(guān)路由選擇協(xié)議進(jìn)行分析，

2、提出了兩種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)插值方法。具體研究成果如下:
　　(1)基于改進(jìn)遺傳算法的BP神經(jīng)網(wǎng)絡(luò)插值優(yōu)化算法。方法結(jié)合LEACH路由選擇協(xié)議和改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)插值算法，對氣象傳感網(wǎng)采集到的數(shù)據(jù)進(jìn)行預(yù)測插值。改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法通過優(yōu)化的遺傳算法進(jìn)行，主要包括對BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型進(jìn)行改進(jìn)，確定最優(yōu)隱層節(jié)點(diǎn)數(shù)，以及確定BP神經(jīng)網(wǎng)絡(luò)的最佳權(quán)值、閾值參數(shù)，使其獲得更加精確的數(shù)據(jù)預(yù)測插值結(jié)果。實(shí)驗(yàn)證明，相比常用的數(shù)據(jù)插值方法

3、，基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)插值算法能夠達(dá)到更加精確的插值結(jié)果。
　　(2)基于動量-自適應(yīng)的BP神經(jīng)網(wǎng)絡(luò)插值優(yōu)化算法。針對氣象傳感網(wǎng)中采集的節(jié)點(diǎn)可能含有大量冗余或者無效數(shù)據(jù)的情況，有必要對數(shù)據(jù)通信量進(jìn)行控制，繼而提升節(jié)點(diǎn)的使用壽命。本章采用TEEN協(xié)議作為氣象傳感網(wǎng)的路由選擇協(xié)議，并將其思想融入到經(jīng)過動量-自適應(yīng)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型中，生成高效的融合數(shù)據(jù)插值模型。試驗(yàn)結(jié)果表明，該方法不僅提升了插值模型的工作效率，在插值精確度上