基于最小二乘法和BP神经网络的TOA定位算法

• 作者: 浦佳祺 陈德旺
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 到达时间 最小二乘法 BP神经网络 交叉实验
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP301.6
• 字数: 3325字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.05.002

摘要

针对室内复杂环境而导致低精度定位的问题,提出了一种新的基于信号到达时间的TOA定位算法.对最小二乘法引入了线性误差分析项,并且使用BP神经网络的训练方法取代传统方案进行测距模型的建立,以消除对环境的过度经验依赖,提高算法针对不同环境的普适性.选取均方根误差作为性能评价指标,将该方法和具有代表性的两种算法,即传统的最小二乘法和经典的Chan算法进行了比较,利用实测的五组场景下的总计6000组定位数据进行了训练与验证.实验结果表明,该算法能取得比Chan算法与最小二乘估计法这些经典算法优异的性能,使得定位精度大大增加.并且通过交叉实验,也说明了在不同场景下该模型具有一定的通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德旺	福州大学数学与计算机科学学院	12	26	4.0	4.0
5	浦佳祺	福州大学数学与计算机科学学院	1	6	1.0	1.0