基于自适应GRNN的无线室内定位算法

• 作者: 戴欢 李克清 葛柳飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信号强度 室内定位 广义回归神经网络 人工蜂群 定位准确率
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 81-85,90
• 页数: 6页
• 分类号: TP391.9
• 字数: 4285字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.06.014

摘要

室内信号强度波动的随机性使广义回归神经网络(GRNN)难以选择最优参数建立定位模型并预测目标位置.为此,提出一种自适应广义回归神经网络的定位算法.利用改进的人工蜂群算法对广义回归神经网络进行参数优化,并将其应用于无线室内定位,建立无线信号特征与目标位置信息的映射关系,利用建立的映射关系预测目标位置,降低信号强度波动的随机性对定位精度的影响.实验结果表明,在12m×l2m的区域范围内,该算法的平均定位误差为0.65 m,与基于蜂群算法的GRNN以及基于粒子群算法的GRNN相比,该算法的定位准确率分别提高了21.3％和23.1％,且收敛速度较快.与路径损耗模型和BP神经网络相比,该算法的定位准确率分别提高了17.86％和3.1％,能够有效提高定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李克清	常熟理工学院计算机科学与工程学院	38	206	8.0	12.0
2	戴欢	常熟理工学院计算机科学与工程学院	13	48	4.0	6.0
3	葛柳飞	中国矿业大学计算机科学与技术学院	5	20	2.0	4.0