基于RBF神经网络的动态射频地图建立方法研究
本文关键词:基于RBF神经网络的动态射频地图建立方法研究,,由笔耕文化传播整理发布。
【摘要】:目前,室内定位技术成为了无线通信领域中广泛关注的一个研究热点。在现有的室内定位技术中,基于射频指纹的定位技术具有较强的普适性和高效性,得到了研究人员的广泛关注和研究。射频指纹定位算法是通过接收与位置相关的信号强度值来建立位置射频指纹,并在此基础上进行位置匹配的一种定位方法,主要分为两个阶段:离线训练阶段和在线定位阶段,离线训练阶段的主要任务是构建射频指纹地图,而在线定位阶段则是依据该指纹地图,通过一定的定位算法最终得到位置信息。然而,室内环境的复杂性和室内无线信号的时变性会给指纹地图的建立带来很大的困难,具体表现在训练工作量大、环境适应性差等方面。现阶段对室内定位技术的研究中,大多放在定位算法上,但指纹地图的建立是定位算法的基础,对定位系统的性能会造成很大的影响。本文针对射频指纹地图进行研究,主要工作和贡献如下:(1)针对指纹地图训练工作量大、耗时长问题,本文对室内射频信号的传播特性及影响因素进行了深入研究与分析,通过对室内部分网格中心点的信号强度值采样,采用径向基神经网络预测的方法,预测其余网格中心点的信号强度,从而快速构建出整个射频指纹地图,并用K近邻算法(K=3)在线定位检验此方法的性能。实验表明,与线性插值法比较,当采样率低于50%时,前者具有较好的定位性能,即该方法可以在不降低定位精度的情况下,大大减少了训练工作量。(2)针对指纹地图不能很好适应环境变化等问题,本文给出了基于信标节点来建立标记环境状态参数的动态射频指纹地图构建方法。该方法在不增加任何硬件成本的情况下,利用已有的信标节点来监测室内环境的变化,在线定位时,根据环境状态参数的取值决定地图更新策略。当环境状态参数小于等于1.33时,采用线性动态补偿法对RSS值进行补偿后再进行匹配定位;当环境状态参数大于1.33时,采用重构更新法对射频指纹地图进行更新。对比实验结果表明,动态射频指纹地图的平均定位误差比静态射频指纹地图的平均定位误差最多减少了25.7%,表现出了较好的环境自适应性。
【关键词】:无线传感器网络 室内定位 射频指纹地图 RBF神经网络
【学位授予单位】:太原科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN92;TP183
【目录】:
- 摘要4-5
- Abstract5-9
- 第一章 绪论9-13
- 1.1 课题背景及意义9-10
- 1.2 国内外研究现状10-11
- 1.3 论文主要研究内容11-12
- 1.4 章节安排12-13
- 第二章 无线传感器网络及相关定位技术介绍13-26
- 2.1 无线传感器网络13-16
- 2.1.1 概述13-14
- 2.1.2 特点及其主要应用14-15
- 2.1.3 面临的挑战15-16
- 2.2 定位技术简介16-25
- 2.2.1 定位基本概念和算法分类标准16-17
- 2.2.2 无线传感器网络定位机制17-22
- 2.2.3 常用的定位方法22-24
- 2.2.4 定位性能评估24-25
- 2.3 本章小结25-26
- 第三章 信号特性分析及定位难点26-37
- 3.1 实验平台与实验环境26-29
- 3.1.1 实验平台26-29
- 3.1.2 实验环境29
- 3.2 无线信号传播特点及定位误差影响因素29-35
- 3.2.1 RSSI信号特性分析30-32
- 3.2.2 定位误差影响因素32-35
- 3.3 基于RSSI射频指纹地图进行室内定位的难点35-36
- 3.4 本章小结36-37
- 第四章 射频指纹地图构建方法研究37-49
- 4.1 常用的射频指纹地图构建方法分析37-40
- 4.1.1 传播模型预测法38-40
- 4.1.2 逐点采样法40
- 4.2 径向基神经网络简介40-43
- 4.3 RBF神经网络预测法构建射频指纹地图43-45
- 4.3.1 RBF神经网络预测模型43-44
- 4.3.2 RBF神经网络预测法构建射频指纹地图44-45
- 4.4 实验结果与分析45-48
- 4.5 本章小结48-49
- 第五章 标记环境状态参数的射频地图的更新研究49-57
- 5.1 射频指纹地图的动态补偿与重构更新49-52
- 5.1.1 射频指纹地图的线性补偿49-50
- 5.1.2 射频指纹地图的重构更新50-52
- 5.2 环境自适应的射频指纹地图更新方法52-55
- 5.2.1 方法原理52
- 5.2.2 环境状态参数对两种更新算法定位结果的影响52-55
- 5.3 实验结果与分析55-56
- 5.4 本章小结56-57
- 第六章 总结与展望57-59
- 6.1 工作总结57-58
- 6.2 下一步的工作58-59
- 参考文献59-63
- 致谢63-64
【相似文献】
中国期刊全文数据库 前10条
1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 曾U喺
本文编号:375125
本文链接:https://www.wllwen.com/kejilunwen/wltx/375125.html