10.3969/j.issn.1000-386x.2020.04.043
基于无线信号K-M模型的三维室内定位算法研究
针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型.利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点(AP)发射功率、路径损耗因子、未知节点(RP)接收信号强度值(RSS)等构建模型,预测输出AP与RP之间的距离d.以d为半径,AP为球心,建立多个球体方程,采用极大似然(MLE)采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度.通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度.
三维室内定位、RBF、神经网络、改进粒子群算法、极大似然估计法、改进RSS-d、加权质心法
37
TP393(计算技术、计算机技术)
四川省科技厅科技支撑项目;四川省教育厅2018自然科学重点科研项目
2020-04-24（万方平台首次上网日期，不代表论文的发表时间）
共7页
266-272
