基于BP神经网络的距离损耗模型室内定位算法研究

基于BP神经网络的距离损耗模型室内定位算法研究
石晓伟;张会清;邓贵华
【期刊名称】《计算机测量与控制》
【年(卷),期】2012(20)7
【摘要】传统的基于距离损耗模型的室内定位算法大部分都是先将接收信号强度RSSI进行滤波,再转换成距离,然后再通过位置距离算法实现位置估计.此方法必需要根据经验或通过大量数据拟合无线信号传播模型中的参数A和N,因此过于依赖经验且对不同的定位环境算法普适性不强,精度不高.在研究分析无线信号传播模型和传统的室内定位算法的基础上,提出了用BP神经网络模型来拟合传统的距离损耗模型,得到距离后,再利用泰勒级数展开的算法最终实现位置估计.实际的实验结果表明,与传统定位算法相比提高了定位精度和算法普适性.%The traditional indoor location algorithm based on distance — loss model mostly turn received signal strength indicator RSSI into distance, and then through the location —distance algorithm to achieve positioning. These algorithms need fit the wireless signal propagation model parameters A and N through experience or large amounts of data, so they are dependent on experience and are not strong universal algorithms for location of the different environment, also low accuracy. After lots of research and analysis of radio signal propagation model and the traditional indoor location algorithm, a new indoor location algorithm uses BP neural network to fit the distance—loss model is proposed. From a number of distances between reference nodes and blind node, Taylor series expansion algorithm is used to
determine the coordinates of the blind node. Finally, the experiment result shows that the new algorithm improves the positioning accuracy and universality, compared with the traditional positioning algorithms.
【总页数】4页(P1944-1947)
【作者】石晓伟;张会清;邓贵华
【作者单位】北京工业大学电子信息与控制工程学院,北京100124;中国广东核电集团中科华核电技术研究院北京分院,北京100086;北京工业大学电子信息与控制工程学院,北京100124;北京工业大学电子信息与控制工程学院,北京100124【正文语种】中文
【中图分类】TN393
【相关文献】
1.基于BP神经网络和泰勒级数的室内定位算法研究 [J], 张会清;石晓伟;邓贵华;高学金;任明荣
2.基于参数拟合的距离——损耗模型室内定位算法 [J], 徐凤燕;石鹏;王宗欣
3.基于传播损耗模型的最大似然估计室内定位算法 [J], 石鹏;徐凤燕;王宗欣
4.基于BP神经网络的RFID室内定位算法研究 [J], 吴超;张磊;张琨
5.基于参数拟合的距离—损耗模型室内定位算法 [J], 徐凤燕;石鹏;王宗欣
因版权原因，仅展示原文概要，查看原文内容请购买。