-
题名高动态井下环境的OSELM定位算法研究
- 1
-
-
作者
窦占树
崔丽珍
罗海勇
洪金祥
-
机构
内蒙古科技大学信息工程学院
中国科学院计算技术研究所
-
出处
《无线电工程》
北大核心
2023年第3期714-720,共7页
-
基金
国家自然科学基金(61761038)
内蒙古自然科学基金(2020MS06027)。
-
文摘
井下无线通信环境的高动态变化会使定位模型精度降低,可将在线顺序极限学习机(Online Sequential Limit Learning Machine,OSELM)算法用于井下定位,利用在线学习能力实现对模型的实时更新,与批量式处理算法SVM和ELM相比,该算法能更有效地提高模型的定位精度。但在OSELM模型更新过程中,并没有对新增数据有效性进行考虑,针对这一问题,从新增数据时效性和采集新增数据参考点覆盖率2方面对OSELM算法进行改进,同时融合以上2个因素做融合性改进,用权重项表示新增数据对OSELM定位模型的更新程度。实验结果表明,在3 m误差距离范围内,经改进的OSELM算法均能有效提高定位模型精度,更好地改善因井下环境高动态变化导致模型精度降低的问题。
-
关键词
WiFi井下定位
改进oselm定位模型
高动态井下环境
增量式学习
-
Keywords
WiFi downhole location
improved oselm positioning model
highly dynamic downhole environment
incremental learning
-
分类号
TN92
[电子电信—通信与信息系统]
-
