發(fā)布時(shí)間：2018-01-11 00:15

  本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)動(dòng)態(tài)參數(shù)定位方法　出處：《計(jì)算機(jī)工程與設(shè)計(jì)》2014年10期 　論文類型：期刊論文

  更多相關(guān)文章： 接受信號(hào)強(qiáng)度指示 人工神經(jīng)網(wǎng)絡(luò) 參數(shù)估計(jì)值 Zigbee 定位算法

【摘要】：為減小測(cè)距技術(shù)中的非視距誤差并解決定位模型中存在的問題,提出一種實(shí)時(shí)動(dòng)態(tài)參數(shù)定位方法。基于人工神經(jīng)網(wǎng)絡(luò)算法,利用多個(gè)參考節(jié)點(diǎn)獲取的測(cè)量值的非視距(NLOS)誤差,使測(cè)量值RSSI接近視距(LOS)環(huán)境下的測(cè)量值;通過該區(qū)域內(nèi)選定的參考節(jié)點(diǎn)之間的相互通信實(shí)時(shí)動(dòng)態(tài)地估算出環(huán)境參數(shù)值。實(shí)驗(yàn)結(jié)果表明,該算法縮減了在RSSI測(cè)距技術(shù)中的非視距誤差,并能根據(jù)實(shí)際環(huán)境條件實(shí)時(shí)動(dòng)態(tài)地調(diào)整定位模型的參數(shù),有效提高定位精度。
[Abstract]:In order to reduce the non-line-of-sight error in ranging technology and solve the problems in the localization model, a real-time dynamic parameter location method based on artificial neural network (Ann) is proposed. Using the non-line-of-sight (NLOS) error of the measured values obtained by multiple reference nodes, the measured values RSSI is close to the measured values under the environment of the line-of-sight (LOS). The environmental parameters are estimated dynamically and in real time by the mutual communication between the selected reference nodes in the region. The experimental results show that the algorithm reduces the non-line-of-sight error in the RSSI ranging technology. The parameters of the location model can be adjusted dynamically according to the actual environment conditions, and the positioning accuracy can be improved effectively.
【作者單位】： 廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：廣州市科技計(jì)劃基金項(xiàng)目(2013J4300055、2013J4300033)
【分類號(hào)】：TN95;TP183
【正文快照】： 0引言目前無線的定位算法可以分為兩大類[1,2]:基于測(cè)距算法(range-base)和基于無測(cè)距算法(range-free)。常用的方法有RSSI、TOA、TDOA和AOA等,TOA測(cè)距技術(shù)硬件成本要求較高,并且傳播信號(hào)易受環(huán)境影響;而TDOA考慮的有效距離很短,受節(jié)點(diǎn)分布密度和非視距等因素影響,還需要超聲

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李瑤怡;赫曉星;劉守印;;基于路徑損耗模型參數(shù)實(shí)時(shí)估計(jì)的無線定位方法[J];傳感技術(shù)學(xué)報(bào);2010年09期

2 馮冬青;趙志遠(yuǎn);;基于RSSI的無線傳感器網(wǎng)絡(luò)改進(jìn)定位算法[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

3 毛永毅;張宏君;李成;;基于BP神經(jīng)網(wǎng)絡(luò)的混合定位算法[J];計(jì)算機(jī)工程;2012年19期

4 孫健;杜永貴;;RSSI-神經(jīng)網(wǎng)絡(luò)在無線傳感網(wǎng)絡(luò)定位中的應(yīng)用[J];科學(xué)技術(shù)與工程;2013年06期

5 沈軍;黃春華;羅護(hù);郭積寧;;基于RSSI優(yōu)化的模型參數(shù)實(shí)時(shí)估計(jì)定位算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年02期

6 凡高娟;侯彥娥;王汝傳;;基于RSSI參數(shù)糾正的無線傳感器網(wǎng)絡(luò)應(yīng)急救災(zāi)系統(tǒng)[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2012年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜鈞;程良倫;;采用虛擬錨節(jié)點(diǎn)的高精度VAD-Hop定位算法[J];傳感技術(shù)學(xué)報(bào);2011年07期

2 陶為戈;朱f3華;賈子彥;;基于RSSI混合濾波和最小二乘參數(shù)估計(jì)的測(cè)距算法[J];傳感技術(shù)學(xué)報(bào);2012年12期

3 徐登彩;周奇年;張振浩;;基于RSSI測(cè)距算法改進(jìn)的研究[J];工業(yè)控制計(jì)算機(jī);2013年05期

4 覃欣怡;蔣云結(jié);唐超;繆慧;劉曉峰;朱正禮;云挺;;RSSI測(cè)距技術(shù)探索[J];電腦知識(shí)與技術(shù);2013年31期

5 黃春華;韋海清;;基于RSSI測(cè)距誤差修正的方法[J];傳感器世界;2014年04期

6 李寶山;閆卓;;一種用于家庭牧場(chǎng)的RSSI定位算法[J];內(nèi)蒙古科技大學(xué)學(xué)報(bào);2014年03期

7 張水保;徐守志;徐波;;植株對(duì)2.4GHz無線信號(hào)傳播的衰減研究[J];計(jì)算機(jī)科學(xué);2012年S1期

8 朱忠記;何熊熊;章曉;趙松;夏燕玲;;基于RSSI的四邊測(cè)距改進(jìn)加權(quán)質(zhì)心定位算法[J];杭州電子科技大學(xué)學(xué)報(bào);2014年01期

9 陶志勇;路筍;;基于ZigBee的修正加權(quán)質(zhì)心定位算法研究與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2014年01期

10 陳河軍;何熊熊;丁海強(qiáng);歐縣華;;基于RSSI動(dòng)態(tài)路徑損耗的定位算法[J];杭州電子科技大學(xué)學(xué)報(bào);2014年02期

相關(guān)會(huì)議論文 前1條

1 封云;於志文;楊s，

本文編號(hào)：1407363