基于BP神经网络的实时动态参数定位方法

发布时间：2018-01-11 00:15

  本文关键词：基于BP神经网络的实时动态参数定位方法　出处：《计算机工程与设计》2014年10期 　论文类型：期刊论文

  更多相关文章： 接受信号强度指示 人工神经网络 参数估计值 Zigbee 定位算法

【摘要】：为减小测距技术中的非视距误差并解决定位模型中存在的问题,提出一种实时动态参数定位方法。基于人工神经网络算法,利用多个参考节点获取的测量值的非视距(NLOS)误差,使测量值RSSI接近视距(LOS)环境下的测量值;通过该区域内选定的参考节点之间的相互通信实时动态地估算出环境参数值。实验结果表明,该算法缩减了在RSSI测距技术中的非视距误差,并能根据实际环境条件实时动态地调整定位模型的参数,有效提高定位精度。
[Abstract]:In order to reduce the non-line-of-sight error in ranging technology and solve the problems in the localization model, a real-time dynamic parameter location method based on artificial neural network (Ann) is proposed. Using the non-line-of-sight (NLOS) error of the measured values obtained by multiple reference nodes, the measured values RSSI is close to the measured values under the environment of the line-of-sight (LOS). The environmental parameters are estimated dynamically and in real time by the mutual communication between the selected reference nodes in the region. The experimental results show that the algorithm reduces the non-line-of-sight error in the RSSI ranging technology. The parameters of the location model can be adjusted dynamically according to the actual environment conditions, and the positioning accuracy can be improved effectively.
【作者单位】： 广东工业大学计算机学院;
【基金】：广州市科技计划基金项目(2013J4300055、2013J4300033)
【分类号】：TN95;TP183
【正文快照】： 0引言目前无线的定位算法可以分为两大类[1,2]:基于测距算法(range-base)和基于无测距算法(range-free)。常用的方法有RSSI、TOA、TDOA和AOA等,TOA测距技术硬件成本要求较高,并且传播信号易受环境影响;而TDOA考虑的有效距离很短,受节点分布密度和非视距等因素影响,还需要超声

【参考文献】

相关期刊论文 前6条

1 李瑶怡;赫晓星;刘守印;;基于路径损耗模型参数实时估计的无线定位方法[J];传感技术学报;2010年09期

2 冯冬青;赵志远;;基于RSSI的无线传感器网络改进定位算法[J];广西大学学报(自然科学版);2012年06期

3 毛永毅;张宏君;李成;;基于BP神经网络的混合定位算法[J];计算机工程;2012年19期

4 孙健;杜永贵;;RSSI-神经网络在无线传感网络定位中的应用[J];科学技术与工程;2013年06期

5 沈军;黄春华;罗护;郭积宁;;基于RSSI优化的模型参数实时估计定位算法[J];计算机工程与设计;2012年02期

6 凡高娟;侯彦娥;王汝传;;基于RSSI参数纠正的无线传感器网络应急救灾系统[J];郑州大学学报(工学版);2012年04期

【共引文献】

相关期刊论文 前10条

1 姜钧;程良伦;;采用虚拟锚节点的高精度VAD-Hop定位算法[J];传感技术学报;2011年07期

2 陶为戈;朱f3华;贾子彦;;基于RSSI混合滤波和最小二乘参数估计的测距算法[J];传感技术学报;2012年12期

3 徐登彩;周奇年;张振浩;;基于RSSI测距算法改进的研究[J];工业控制计算机;2013年05期

4 覃欣怡;蒋云结;唐超;缪慧;刘晓峰;朱正礼;云挺;;RSSI测距技术探索[J];电脑知识与技术;2013年31期

5 黄春华;韦海清;;基于RSSI测距误差修正的方法[J];传感器世界;2014年04期

6 李宝山;闫卓;;一种用于家庭牧场的RSSI定位算法[J];内蒙古科技大学学报;2014年03期

7 张水保;徐守志;徐波;;植株对2.4GHz无线信号传播的衰减研究[J];计算机科学;2012年S1期

8 朱忠记;何熊熊;章晓;赵松;夏燕玲;;基于RSSI的四边测距改进加权质心定位算法[J];杭州电子科技大学学报;2014年01期

9 陶志勇;路笋;;基于ZigBee的修正加权质心定位算法研究与实现[J];计算机应用与软件;2014年01期

10 陈河军;何熊熊;丁海强;欧县华;;基于RSSI动态路径损耗的定位算法[J];杭州电子科技大学学报;2014年02期

相关会议论文 前1条

1 封云;於志文;杨s，

本文编号：1407363