基于RBF神经网络的室内定位算法研究

• 作者: 余剑 孙从易 崔琛 龚阳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 室内定位 RSSI RBF神经网络
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 【理论与算法】
• 页码范围: 57-60,99
• 页数: 5页
• 分类号: TP393
• 字数: 3284字
• 语种: 中文

摘要

在无线传感器网络室内定位中，由于遮挡、多径效应等因素的影响，传统基于RSSI（Received Signal Strength Indicator）的定位算法存在测距不准、定位精度不高的问题。针对此问题，本文提出一种改进的基于RBF（Radial Basis Function）神经网络的室内定位算法，算法在离线阶段直接建立各参考节点接收到的RSSI值与其位置坐标的映射关系；在线阶段采集待定位节点的 RSSI值，利用学习好的神经网络对待定位节点进行定位。实验结果表明，与传统RSSI定位算法相比，本文提出的定位算法具备更高的定位精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔琛		20	108	7.0	9.0
2	余剑		16	104	6.0	9.0
3	孙从易		3	18	2.0	3.0
4	龚阳		3	26	3.0	3.0