基于粒子群优化神经网络的无线定位算法

被引:5
作者
郑敏 [1 ]
毛永毅 [2 ]
唐凯林 [1 ]
机构
[1] 西安邮电大学电子工程学院
[2] 西安邮电大学研究生部
关键词
粒子群; 神经网络; NLOS误差; 定位算法;
D O I
10.19358/j.issn.1674-7720.2014.04.018
中图分类号
TN92 [无线通信];
学科分类号
080906 [电磁信息功能材料与结构];
摘要
对于传统的对移动台的定位,提出了一种基于粒子群(PSO)优化神经网络的算法。这一PSO-BP算法首先利用PSO对神经网络传统的目标函数及参数进行优化,再利用改进后的BP神经网络对非视距误差(NLOS)进行修正,最后利用算法LS进行移动台的定位。仿真结果表明,该基于PSO的神经网络定位算法寻优效果稳定,预测误差小,具有可行性。
引用
收藏
页码:50 / 52+55 +55
页数:4
相关论文
共 11 条
[1]
改进粒子群算法对BP神经网络的优化 [J].
沈学利 ;
张红岩 ;
张纪锁 .
计算机系统应用, 2010, 19 (02) :57-61
[2]
基于粒子群算法的RBF网络参数优化算法 [J].
崔海青 ;
刘希玉 .
计算机技术与发展, 2009, 19 (12) :117-119+169
[3]
基于RBF神经网络的蜂窝无线定位算法 [J].
毛永毅 ;
李明远 ;
张宝军 .
系统工程与电子技术, 2008, (09) :1798-1800
[4]
粒子群优化算法中惯性权重的研究进展 [J].
田雨波 ;
朱人杰 ;
薛权祥 .
计算机工程与应用 , 2008, (23) :39-41
[5]
基于BP神经网络的蜂窝无线定位算法 [J].
毛永毅 ;
李明远 ;
张保军 .
计算机工程与应用 , 2008, (03) :60-63+107
[6]
非视距环境下基于到达时间差的一种定位算法 [J].
王洪雁 ;
兰云飞 ;
裴炳南 ;
方永福 .
计算机仿真, 2007, (09) :116-119+149
[7]
基于泰勒级数展开的蜂窝TDOA定位新算法 [J].
张令文 ;
谈振辉 .
通信学报, 2007, (06) :7-11
[8]
一种非线性改变惯性权重的粒子群算法 [J].
王丽 ;
王晓凯 .
计算机工程与应用 , 2007, (04) :47-48+92
[9]
一种动态改变惯性权重的粒子群优化算法 [J].
王启付 ;
王战江 ;
王书亭 .
中国机械工程, 2005, (11) :945-948
[10]
基于MATLAB的粒子群优化算法及其应用 [J].
侯志荣 ;
吕振肃 .
计算机仿真, 2003, (10) :68-70