RBF神经网络优化后的无线网络室内定位

• 作者: 单超颖 李权 郭莉莉
• 来源期刊: 现代电子技术
• 关键词: 无线网络 室内定位 RBF神经网络 和声搜索 聚类分析 仿真实验
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 49-52,56
• 页数: 5页
• 分类号: TN915-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.22.012

摘要

目前室内定位技术已经相当成熟,但是依旧存在四个方面的问题:一是支持向量机的定位性能不高;二是室内环境相对复杂;三是神经网络的参数不够明确;四是无线信号具有较强的时变性.针对上述问题,提出通过和声搜索算法对RBF神经网络进行优化的无线网络室内定位系统.通过模糊聚类对有效训练区进行选择,以提高其精确性.同时,以和声搜索算法为依据进行RBF神经网络的参数计算,实现更加精准的室内定位.经过实验仿真表明,该系统切实可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单超颖		17	4	1.0	2.0
2	郭莉莉		27	28	3.0	4.0
3	李权		1	0	0.0	0.0