基于遗传算法优化神经网络的多源信息融合室内定位方法

发布时间：2021-01-05 05:48

　　为了解决复杂室内环境中单一定位技术误差较大的问题,提出了一种基于遗传算法优化BP神经网络的多源信息融合室内定位方法。首先利用Wi Fi定位结果约束地磁匹配范围进行组合定位,降低误匹配率;再采用遗传算法寻找网络全局最优解对BP神经网络的初始权值和阈值进行优化,提升网络精度并加快收敛;使用优化后的网络对组合定位结果和推算定位结果向真实位置坐标方向训练融合,得到最优定位结果。数据显示,经遗传算法优化后BP神经网络预测均方误差降低了约75%,融合定位精度较单一定位方式定位精度平均提升约47%。结果表明,所提的方法可有效提升定位精度,具有更优的定位性能。 

【文章来源】：中国惯性技术学报. 2020年01期 北大核心

【文章页数】：7 页

【参考文献】：
期刊论文
[1]一种正交三轴磁罗盘的椭球拟合分步优化补偿方法（英文）[J]. 夏琳琳,耿靖童,肖建磊,张南,马文杰.  中国惯性技术学报. 2018(04)
[2]基于混合神经遗传算法的半自磨机功率预测（英文）[J]. Hoseinian Fatemeh Sadat,Abdollahzadeh Aliakbar,Rezai Bahram.  Journal of Central South University. 2018(01)
[3]基于WiFi/PDR的室内行人组合定位算法[J]. 李楠,陈家斌,袁燕.  中国惯性技术学报. 2017(04)



本文编号：2958144