基于人工鱼群优化的BP神经网络WiFi指纹室内定位方法

• 作者: 余敏 薛峰 邓素
• 来源期刊: 全球定位系统
• 学科: 地球科学
• 关键词: 无线室内定位技术 BP神经网络 人工鱼群优化算法 WiFi指纹 高斯滤波
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 理论探讨
• 页码范围: 82-87
• 页数: 6页
• 分类号: P228.4
• 字数: 4420字
• 语种: 中文
• DOI: 10.13442/j.gnss.1008-9268.2020.01.014

摘要

针对传统的基于反向传播(BP)神经网络室内定位算法存在着低精度和慢收敛问题,且考虑到室内环境复杂,通常存在多径效应,无法使用信号强度衰减测距模型进行精确定位,提出一种改进的人工鱼群优化的BP神经网络WiFi指纹室内定位算法.利用人工鱼群觅食和寻优方式来提高全局寻优搜索的速度和能力,采用改进的人工鱼群算法(IAFSA)优化选取室内定位BP神经网络的权值和阈值,有效避免了传统BP神经网络的预测值易陷入局部最优的缺点,同时利用高斯滤波对信号进行去噪处理,建立采样点获取到的信号强度值(RSSI)与位置坐标的关系.实验结果证明所提方法与传统的BP神经网络方法相比,平均定位误差减少了0.75m,平均定位精度提高32.2％,提高了定位可靠性,算法具有更好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余敏	江西师范大学计算机信息工程学院	94	616	12.0	19.0
2	薛峰	江西师范大学计算机信息工程学院	4	7	1.0	2.0
3	邓素	江西师范大学计算机信息工程学院	1	0	0.0	0.0