基于BP神经网络的距离损耗模型室内定位算法研究

被引：21

作者：

石晓伟 ^{[1
,2
]}

张会清 ^{[1
]}

邓贵华 ^{[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：

计算机测量与控制 | 2012年 / 07期

关键词：

室内定位; 距离损耗模型; BP神经网络; ZigBee; 泰勒级数;

D O I：

10.16526/j.cnki.11-4762/tp.2012.07.065

中图分类号：

TN929.5 [移动通信]; TP212.9 [传感器的应用];

学科分类号：

080402 ; 080904 ; 0810 ; 081001 ; 080202 ;

摘要：

传统的基于距离损耗模型的室内定位算法大部分都是先将接收信号强度RSSI进行滤波,再转换成距离,然后再通过位置距离算法实现位置估计。此方法必需要根据经验或通过大量数据拟合无线信号传播模型中的参数A和N,因此过于依赖经验且对不同的定位环境算法普适性不强,精度不高。在研究分析无线信号传播模型和传统的室内定位算法的基础上,提出了用BP神经网络模型来拟合传统的距离损耗模型,得到距离后,再利用泰勒级数展开的算法最终实现位置估计。实际的实验结果表明,与传统定位算法相比提高了定位精度和算法普适性。

引用

页码：1944 / 1947

页数：4