基于CHAN与粒子群算法的协同定位研究

被引:9
作者
江凤
吴飞
王昌志
机构
[1] 上海工程技术大学电子电气学院
关键词
协同定位; CHAN算法; 残差分析法; 粒子群算法;
D O I
暂无
中图分类号
TN929.5 [移动通信]; TP18 [人工智能理论];
学科分类号
080804 [电力电子与电力传动]; 140502 [人工智能];
摘要
针对利用CHAN算法进行TOA定位时,其定位的精度受环境条件的影响程度较大的问题,提出了一种利用粒子群与CHAN算法协同定位的方法。通过粒子群估算出移动终端的初始解,利用初始解构建残差方程,筛选出LOS环境下对应的基站,并用该基站结合CHAN定位模型对移动终端进行二次定位最终得到位置估计。由实验结果可知,基于融合算法的定位精度比单一算法的定位结果,其定位误差至少降低5 m。
引用
收藏
页码:1 / 5
页数:5
相关论文
共 14 条
[1]
基于分布式传感器网络的地下浅层定位算法研究 [D]. 
潘烨炀 .
中北大学,
2015
[2]
基于TDOA的无线传感器网络定位算法研究 [D]. 
王正 .
南京航空航天大学,
2014
[3]
蜂窝网无线定位算法及其性能分析 [D]. 
林国军 .
西南交通大学,
2008
[4]
非视距环境下室内RFID标签定位算法研究 [J].
沈郭浩 ;
马永涛 ;
刘开华 ;
赵宇 .
计算机工程与科学, 2016, 38 (03) :454-459
[5]
CHAN算法在LOS和NLOS环境下的定位研究 [J].
陆音 ;
王宝全 ;
丘觐玮 .
计算机技术与发展, 2015, 25 (09) :61-65
[6]
基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究 [J].
罗平 ;
向凤红 ;
毛剑琳 ;
迟子铖 ;
付丽霞 ;
徐驰 .
计算机应用研究, 2014, 31 (04) :1144-1146+1150
[7]
基于超宽带技术的TDOA室内三维定位算法研究 [J].
王彪 ;
傅忠谦 .
微型机与应用, 2013, 32 (14) :83-86
[8]
一种改进的室内无线定位算法 [J].
邹杰 ;
李珊君 ;
陈晓明 .
计算机工程, 2011, 37 (14) :76-78
[9]
基于TDOA的CHAN算法在UWB系统LOS和NLOS环境中的应用研究 [J].
郑飞 ;
郑继禹 .
电子技术应用, 2007, (11) :110-113+132
[10]
提高NLOS环境下定位精度的TOA数据处理方法 [J].
常戎 ;
吕善伟 ;
张江林 .
北京航空航天大学学报, 2006, (08) :946-949