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：

0701 ; 070101 ; 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]

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, 03

[2]

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, 08

[3] 超宽带定位研究与应用:回顾和展望 [J].

肖竹 ;

王勇超 ;

田斌 ;

于全 ;

易克初 .

电子学报, 2011, 39 (01) :133-141

[4] 基于ZigBee的RSSI测距研究 [J].

章坚武 ;

张璐 ;

应瑛 ;

高锋 .

传感技术学报, 2009, 22 (02) :285-288

[5] 基于RSSI测距分析 [J].

方震 ;

赵湛 ;

郭鹏 ;

张玉国 .

传感技术学报, 2007, (11) :2526-2530

[6] 一种基于BP神经网络的室内定位模型 [J].

李瑛 ;

胡志刚 .

计算技术与自动化, 2007, (02) :77-80

[7] 基于接收信号强度测量的室内定位算法 [J].

倪巍 ;

王宗欣 .

复旦学报(自然科学版), 2004, (01) :72-76

[8]

无线传感器网络技术.[M].李晓维; 主编.北京理工大学出版社.2007,

← 1 →