本文選題：室內(nèi)定位　切入點：接收信號強度指示　出處：《計算機工程與設(shè)計》2017年09期

【摘要】：基于接收信號強度指示的室內(nèi)定位方法在實際應(yīng)用中定位精度不夠理想,有待提高,鑒于此,提出一種改進(jìn)的粒子濾波定位算法。將測距定位問題轉(zhuǎn)化為非線性不相關(guān)方程組的最優(yōu)化問題,根據(jù)測距誤差大小對適應(yīng)度值進(jìn)行加權(quán)計算,平衡不同參考節(jié)點對定位目標(biāo)的影響力,在一定程度上提高定位精度。提出利用RBF神經(jīng)網(wǎng)絡(luò)對室內(nèi)傳播損耗模型進(jìn)行訓(xùn)練,進(jìn)一步提高測距精度,保證定位優(yōu)化問題模型的準(zhǔn)確性。實驗結(jié)果表明,所提定位算法平均定位誤差約為30cm,基本可以滿足一般的室內(nèi)定位精度的要求。
[Abstract]:The indoor positioning method based on received signal strength indication is not ideal in practical application and needs to be improved. An improved particle filter localization algorithm is proposed in this paper. The location problem is transformed into an optimization problem of nonlinear and unrelated equations, and the fitness is weighted according to the range error. In order to balance the influence of different reference nodes on the location target and improve the positioning accuracy to a certain extent, this paper proposes to use RBF neural network to train the indoor propagation loss model to further improve the ranging accuracy. The experimental results show that the average positioning error of the proposed algorithm is about 30 cm, which can basically meet the requirements of general indoor positioning accuracy.
【作者單位】： 遼寧大學(xué)物理學(xué)院;中國聯(lián)通系統(tǒng)集成有限公司遼寧省分公司;
【基金】：國家自然科學(xué)基金青年基金項目(61403176) 遼寧省教育廳科學(xué)技術(shù)研究基金項目(L2013003)
【分類號】：TN713;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 寧靜;;采用紅外織網(wǎng)的室內(nèi)定位技術(shù)[J];激光與紅外;2011年07期

相關(guān)博士學(xué)位論文 前1條

1 田清霖;移動計算平臺的室內(nèi)定位系統(tǒng)研究及優(yōu)化加速[D];浙江大學(xué);2016年

相關(guān)碩士學(xué)位論文 前6條

1 謝宏偉;基于智能手機平臺的地磁室內(nèi)定位系統(tǒng)[D];南京大學(xué);2015年

2 方省;基于改進(jìn)航位推算和粒子濾波的IMU室內(nèi)定位算法[D];吉林大學(xué);2016年

3 王令則;基于濾波方法的無需測距室內(nèi)定位研究[D];北京工業(yè)大學(xué);2016年

4 常坤;基于粒子濾波算法的地磁室內(nèi)定位實現(xiàn)[D];北京建筑大學(xué);2016年

5 喻佳寶;基于智能手機的室內(nèi)地磁定位方法研究[D];深圳大學(xué);2017年

6 陸曉歡;基于電磁場的室內(nèi)定位技術(shù)研究[D];南京郵電大學(xué);2014年

，

本文編號：1655887