基于SAGA-BP神经网络室内定位算法

• 作者: 朱清山 王伟
• 来源期刊: 电子测量技术
• 关键词: ZigBee 室内定位 定位精度 RSSI SAGA-BP 神经网络
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 100-104
• 页数: 5页
• 分类号: TP183|TN212
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106040

摘要

基于ZigBee接收信号强度指标的室内定位由于其成本低、硬件功耗低和易于实现而受到越来越多的研究者关注和使用.由于存在多径效应和阴影效应的影响,传统的室内定位算法无法获得良好的定位效果.为了提高传统的无线传感器网络室内定位算法的定位精度,提出了退火算法(SA)与遗传算法(GA)优化神经网络(SAGA-BP)的室内定位算法,采用退火算法结合遗传算法优化神经网络算法的初始权值和初始阈值.仿真实验表明,仿真中添加一定的随机噪声,得出SAGA-BP算法的平均定位误差为0.40 m,最大定位误差为0.83 m;相比于神经网络(BP)定位算法和遗传算法改进神经网络(GA-BP)定位算法的定位精度分别提高了 56％和8.6％,有效地提高室内定位精度.