|
通过对图2和表2的分析,本文提出的室内定位算法定位精度相比指纹库和BP算法有一定的提高，但是相比惯性测量方法定位的精度较低，这是由于惯性测量需借助复杂的传感器和算法;但是本文定位算法和定位的装置简单，是_种低成本的定位算法。 通过实验和与目前定位算法的比较和实验数据,本文分别提出了基于改进人工鱼群算法选取神经网络参数方法来提高算法适用性;提出改进距离加权质心法提高定位的可靠性和精度;通过以上方法来提高定位算法的收敛速度和定位精度，可靠性和泛化能力。通过对实验数据的分析得出BP神经网络RSSI模型算法的误差在2.1m左右;而本文算法的误差主要集中在1.8m左右，对定位的精度有所提局，基本能够满足室内定位对误差的要求。 6结语 本文提出基于改进的人工鱼群算法优化BP神经网络和基于改进的距离加权质心方法,通过人工鱼群算法神经网络训练和优化连接权值提高对复杂室内环境的适应性,通过改进的距离加权质心方法选取多个锚节点来提高定位的精度。在实验室环境下建立ZigBee无线传感网络来模拟真实的环境，通过设计实验测得移动节点的位置,从实验结果可以得出本文提出的神经算法定位精度平均提高8%左右，且对环境的适应性和定位的可靠性有一定的提高，算法具有一定的适用性和有效性;但是还需要在定位精度和方法上进一步研究消除室内复杂环境带来的误差。 参考文献： [1]HET,HUANGC,BLUMBM,etal.Range-freelocalizationschemesinlargescalesensornetworks[C]//Proceedingsofthe9thAnnualInternationalConferenceonMobileComputingandNetworking.NewYork:ACM,2003:81-95. [2]RUDAFSHANIM,DATTAS.Localizationinwirelesssensornet-works[C]//Proceedingsofthe6thInternationalSymposiumonInformationProcessinginSensorNetworks.Washington,DC:IEEEComputerSociety,2007:51-60. [3]YEDAVALLIK,KRISHNAMACHRIB,RAVALAS,etal.Ecolocation:asequencebasedtechniqueforRFlocalizationinwirelesssensornetworks[C]//IPSN2005:Proceedingsofthe4thInternational SymposiumonInformationProcessinginSensorNetworks.Piscat-away:IEEE,2005:285-292. [4]PRASITHSANGAREE,KRISHNAMURTHYP,CHAYSANTHISPK.OnindoorpositionlocationwithwirelessLANs[C]//Proceedingsofthe13thIEEEInternationalSymposiumonPersonal,IndoorandMobileRadioCommunications.Piscataway:IEEE,2002,2:720-724. [5]BULUSUB,DEIDEMANNJ,ESTRIND.GPSlesslowcostoutdoorlocalizationforverysmalldevices[J].IEEEPersonalCommunica-tions,2000,7(5):28-34. [6]LEVAW.New1149.7enhances1149.1testaccessport,maintainscompatibilityforboundaryscan[M].[S.l.]:ASSETInterTech,2009. [7]石晓伟，张会清，邓贵华.基于BP神经网络的距离损耗模型室内定位算法研究[J].计算机测量与控制,2012,20(7):1944-1947. [8]张会清，石晓伟,邓贵华，等.基于BP神经网络和泰勒级数的室内定位算法研究[J].电子学报,2012,40(9):1876-1879. [9]倪巍，王宗欣.基于接收信号强度测量的室内定位算法[J].复旦学报,2004,43(1):72-76. [10]朱明辉，张会清.基于RSSI的室内测距模型的研究[J].传感器与微系统,2010,29(8):19-22. [11]李瑛,胡志刚._种基于BP神经网络的室内定位模型[J].计算技术与自动化,2007,26(2):77-80. [12]HAYKINSS.Neuralnetworks:acomprehensivefoundation[M].2nded.UpperSaddleRiver:PrenticeHallPTR,1994:50. [13]张国翊，胡铮.改进BP神经网络模型及其稳定性分析[J].中南大学学报：自然科学版，2011,42(1):115-124. [14]李晓磊，邵之江，钱积新，等.一种基于动物自治体的寻优模式：鱼群算法[J].系统工程理论与实践,2002,22(11):32-38. [15]李晓磊，钱积新.基于分解协调的人工鱼群优化算法研究[J].电路与系统学报，2003,8(1):1-6. [16]WYLIEMP，HOLTZMANJ.Thenon-lineofsightprobleminmobilelocationestimation[C]//Proceedingsofthe1996IEEEInternationalConferenceonPersonalCommunications.Piscataway: IEEE,1996.827-831. [17]秦泗明.基于位置指纹的WiFi室内定位技术研究[D].成都：电子科技大学,2013. [18]白嗣东.基于数据挖掘分类聚类理论的指纹法室内定位优化[D].北京：北京交通大学,2014. |
|
核心期刊网（www.hexinqk.com）秉承“诚以为基，信以为本”的宗旨，为广大学者老师提供投稿辅导、写作指导、核心期刊推荐等服务。 核心期刊网专业期刊发表机构，为学术研究工作者解决北大核心、CSSCI核心、统计源核心、EI核心等投稿辅导咨询与写作指导的问题。 投稿辅导咨询电话：18915033935 投稿辅导客服QQ： 投稿辅导投稿邮箱：1003158336@qq.com |
| 你好，欢迎来到！ 设为首页 ｜收藏本站 | ||
|
