基于BP神经网络和泰勒级数的室内定位算法研究

被引：46

作者：

张会清 ^{[1
]}

石晓伟 ^{[1
,2
]}

邓贵华 ^{[1
]}

高学金 ^{[1
]}

任明荣 ^{[1
]}

机构：

[1] 北京工业大学电子信息与控制工程学院

[2] 中国广东核电集团中科华核电技术研究院北京分院

来源：

电子学报 | 2012年 / 40卷 / 09期

关键词：

室内定位; BP神经网络; RSSI(Received Signal Strength Indicator); ZigBee; 泰勒级数;

D O I：

暂无

中图分类号：

O173.1 [发散级数、可求和性、收敛因子]; TN95 [雷达];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

在研究分析室内无线信号传播特性和传统的室内定位算法的基础上,提出了用BP神经网络来拟合室内无线信号传播模型,避免了对无线信号传播模型中参数A和n的不精确估计.在训练完成的BP神经网络的输入层输入接收信号强度值RSSI(Received Signal Strength Indicator),在输出层即可得到对应的距离值,再利用泰勒级数展开法确定盲节点的坐标位置.最终通过Matlab仿真和ZigBee平台实验验证了算法的可行性和有效性.

引用

页码：1876 / 1879

页数：4

共 8 条

[1] 超宽带定位研究与应用:回顾和展望
肖竹
王勇超
田斌
于全
易克初
[J]. 电子学报, 2011, 39 (01) : 133 - 141
[2] 基于ZigBee的RSSI测距研究
章坚武
张璐
应瑛
高锋
[J]. 传感技术学报, 2009, 22 (02) : 285 - 288
[3] 基于RSSI测距分析
方震
赵湛
郭鹏
张玉国
[J]. 传感技术学报, 2007, (11) : 2526 - 2530
[4] 一种基于BP神经网络的室内定位模型
李瑛
胡志刚
[J]. 计算技术与自动化, 2007, (02) : 77 - 80
[5] 基于接收信号强度测量的室内定位算法
倪巍
王宗欣
[J]. 复旦学报(自然科学版), 2004, (01) : 72 - 76
[6] 神经网络优化方法及其在信息处理中的应用研究[D]. 曾喆昭.湖南大学 2008
[7] 基于RSSI的无线传感器网络室内定位算法研究与实现[D]. 王晖.北京邮电大学 2010
[8] 无线传感器网络技术[M]. 北京理工大学出版社 , 李晓维, 2007

← 1 →