作者:
原文服务方: 微电子学与计算机       
摘要:
BP神经网络算法用于机器人超宽带(UWB)定位时,有较好的定位性能,但易陷入局部极值.为解决此问题采用遗传算法优化BP网络的随机权值及阈值.分别用BP神经网络和优化后的GA-BP神经网络对移动机器人进行定位实验,优化后的GA-BP神经网络能够克服BP神经网络易陷入局部极值的问题.在室内视距(LOS)和非视距(NLOS)环境下,优化后的方法平均定位误差分别下降了46%和24%;在同一概率条件下,LOS环境中GA-BP神经网络的定位误差比BP神经网络定位误差下降了约48%,NLOS环境中GA-BP神经网络的定位误差比BP神经网络定位误差下降了约20%.
推荐文章
基于增强GA-BP神经网络的软件错误定位方法
错误定位
GA-BP神经网络
正交实验设计
基于R GB-D相机的室内移动机器人自定位方法
室内移动机器人
自定位
匹配优化算法
RGB-D相机
神经网络在移动机器人路径规划中的应用研究
移动机器人
神经网络
路径规划
基于神经网络的3自由度移动机器人跟踪方法研究
3自由度移动机器人
神经网络
轨迹跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-BP神经网络的移动机器人UWB室内定位
来源期刊 微电子学与计算机 学科
关键词 移动机器人 UWB定位 BP神经网络 遗传算法 室内定位
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 33-37,42
页数 6页 分类号 TP391.9
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊凌 武汉科技大学机器人与智能系统研究院 32 313 7.0 17.0
5 梁丰 武汉科技大学机器人与智能系统研究院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (61)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (22)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(12)
  • 参考文献(1)
  • 二级参考文献(11)
2016(15)
  • 参考文献(5)
  • 二级参考文献(10)
2017(16)
  • 参考文献(2)
  • 二级参考文献(14)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动机器人
UWB定位
BP神经网络
遗传算法
室内定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导