-
题名粒子滤波结合RBF神经网络用于室内定位
被引量：2
- 1
-
-
作者
李丽娜
梁德骕
王越
尤洪祥
-
机构
辽宁大学物理学院
中国联通系统集成有限公司辽宁省分公司
-
出处
《计算机工程与设计》
北大核心
2017年第9期2509-2514,共6页
-
基金
国家自然科学基金青年基金项目(61403176)
辽宁省教育厅科学技术研究基金项目(L2013003)
-
文摘
基于接收信号强度指示的室内定位方法在实际应用中定位精度不够理想,有待提高,鉴于此,提出一种改进的粒子滤波定位算法。将测距定位问题转化为非线性不相关方程组的最优化问题,根据测距误差大小对适应度值进行加权计算,平衡不同参考节点对定位目标的影响力,在一定程度上提高定位精度。提出利用RBF神经网络对室内传播损耗模型进行训练,进一步提高测距精度,保证定位优化问题模型的准确性。实验结果表明,所提定位算法平均定位误差约为30cm,基本可以满足一般的室内定位精度的要求。
-
关键词
室内定位
接收信号强度指示
粒子滤波
适应度加权计算
RBF神经网络
-
Keywords
indoor positioning
received signal strength indication （RSSI）
particle filter
fitness weighted calculation
radial basis function （RBF） neural network
-
分类号
TP391.44
[自动化与计算机技术—计算机应用技术]
-
