基于无线信号K-M模型的三维室内定位算法研究

发布时间：2022-08-10 21:22

　　针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型。利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点（AP）发射功率、路径损耗因子、未知节点（RP）接收信号强度值■等构建模型,预测输出AP与RP之间的距离d。以d为半径,AP为球心,建立多个球体方程,采用极大似然（MLE）采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度。通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度。 

【文章页数】：7 页

【文章目录】：
0 引 言
1 建立无线信号K-M传播模型
    1.1 K-M模型
    1.2 RBF神经网络训练K-M测距模型
    1.3 改进PSO优化RBF网络参数
2 相关方法
    2.1 MLE采样方程组法
    2.2 RSS-d加权质心法
3 多元算法过程
4 采取样本数据
    4.1 选取实验环境
    4.2 实验环境中的经验损耗值
    4.3 RSS预处理
    4.4 一个训练样本
5 实验仿真
    5.1 改进PSO-RBF训练K-M测距模型
    5.2 MLE采样方程组法与RSS-d加权质心法
6 结 语


【参考文献】：
期刊论文
[1]基于CMAES-SVR的WLAN室内定位算法研究[J]. 饶华,王忠,李欣.  计算机应用研究. 2019(08)
[2]基于RSSI极大似然估计定位算法的改进与实现[J]. 詹华伟,詹海潮,赵勇.  河南师范大学学报(自然科学版). 2018(05)
[3]基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿[J]. 靖永志,何飞,廖海军,王滢,刘国清,董金文.  西南交通大学学报. 2018(02)
[4]改进的三维加权质心定位算法[J]. 金曼曼,童敏明,王飞.  工矿自动化. 2017(02)
[5]空间球交会的三维加权质心室内定位算法[J]. 王中元,程少博,刘春燕,王坚.  中国矿业大学学报. 2016(05)
[6]室内定位无线接收信号强度测距模型的研究[J]. 毕京学,甄杰,郭英.  导航定位学报. 2014(04)
[7]基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法[J]. 郑含博,王伟,李晓纲,王立楠,李予全,韩金华.  高电压技术. 2014(11)
[8]一种基于支持向量回归的802.11无线室内定位方法[J]. 石柯,陈洪生,张仁同.  软件学报. 2014(11)
[9]权重和误差双修正的质心定位算法[J]. 刘政.  自动化仪表. 2014(07)
[10]基于WSNs中距离函数和指数函数的三维质心定位算法[J]. 占宏,黎善斌,胥布工.  传感器与微系统. 2011(05)

硕士论文
[1]基于RSSI的室内三维定位技术研究与实现[D]. 陈豫章.云南大学 2013



本文编号：3674383