改进型神经网络在室内三维定位中的应用研究

• 作者: 刘敏 徐善永 韩涛 黄友锐
• 来源期刊: 计算机应用研究
• 关键词: 改进多策略粒子群 神经网络 反向学习 混沌惯性权重 扰动 质心算法 室内三维定位
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 162-165
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.01.034

摘要

针对室内复杂环境下无线信号反射、折射、多径效应、噪声等干扰,传统的对数距离路径损耗模型无法精确求出信号接收距离d的问题进行研究,提出一种改进的多策略粒子群神经网络模型.该网络采用反向学习策略、混沌惯性权重策略以及扰动策略对神经网络的拓扑结构和连接权值阈值进行优化,从而捕获Wi-Fi信号接收强度RSSI与接收距离d之间的非线性关系,然后结合修正的三维加权交点质心算法求解出未知节点坐标.实验结果表明,对比BP神经网络和遗传神经网络,该网络对RSSI-d的拟合曲线更光滑,拟合结果更加接近于真实值,对比定位精度分别提高了79％和73％,网络定位误差更低,抗干扰能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄友锐	安徽理工大学电气与信息工程学院	195	991	16.0	21.0
2	刘敏	安徽理工大学计算机科学与工程学院	10	22	3.0	4.0
3	徐善永	安徽理工大学电气与信息工程学院	27	58	5.0	6.0
4	韩涛	安徽理工大学电气与信息工程学院	31	58	5.0	6.0