基于遗传算法优化的支持向量回归的室内定位算法

• 作者: 刘旭明 王伟
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: zigbee 接收信号强度指示 遗传算法 支持向量回归
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子技术、通信技术
• 页码范围: 114-119
• 页数: 6页
• 分类号: TN919
• 字数: 3821字
• 语种: 中文

摘要

基于zigbee接收信号强度指示的室内定位由于成本低, 硬件功耗低, 易于实现而受到越来越多的关注.为了提高zigbee技术的室内定位精度, 减少环境因素的不利影响, 提出了一种遗传算法优化支持向量回归的室内定位方法.该算法分为离线采集和在线预测两个阶段, 离线采集进行指纹数据库的建立, 在线预测则根据训练模型进行位置预测.首先所有的采集数据通过卡尔曼滤波进行处理, 然后通过遗传算法优化支持向量回归 (GA-SVR) 的惩罚参数、径向基函数 (RBF) 核宽度和损失函数变量, 从而使支持向量回归达到最好的位置预测性能.在实际场景中的实验结果表明, 与粒子群优化支持向量回归 (PSO-SVR) 、网格搜索优化支持向量回归 (GS-SVR) 、支持向量回归 (SVR) 和加权K最近邻 (WKNN) 算法相比, 该算法具有较好的定位性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	中北大学信息与通信工程学院	50	203	8.0	10.0
2	刘旭明	中北大学信息与通信工程学院	2	11	2.0	2.0