針對(duì)隱馬爾科夫(HMM)算法中的鮑姆—韋爾奇算法(BW)預(yù)測(cè)模型參數(shù),難以找到全局最優(yōu)解的問(wèn)題,提出了一種融合粒子濾波與隱馬爾科夫的粒子群優(yōu)化—隱馬爾科夫(PSO-HMM)算法。對(duì)于BW算法學(xué)習(xí)環(huán)節(jié)的初值選定問(wèn)題,增加了粒子群優(yōu)化(PSO)算法優(yōu)化過(guò)程,量化的初值選定對(duì)于信道狀態(tài)信息(CSI)無(wú)線信號(hào)的定位數(shù)據(jù)處理更加合理,從而增加了定位的精準(zhǔn)性。同時(shí),為了克服HMM算法存在的統(tǒng)計(jì)約束問(wèn)題,加入了重標(biāo)準(zhǔn)化和重映射機(jī)制。由于PSO收斂速度較快,從宏觀現(xiàn)象觀察,提高了定位實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明:與傳統(tǒng)的HMM算法、支持向量機(jī)(SVM)算法相比,PSO-HMM算法很大程度上提高了室內(nèi)定位的精準(zhǔn)性和實(shí)時(shí)性。

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 基于CSI的室內(nèi)定位方法
2 HMM算法
3 PSO-HMM算法
4 實(shí)驗(yàn)驗(yàn)證與分析
    4.1 實(shí)驗(yàn)設(shè)計(jì)
    4.2 實(shí)驗(yàn)分析
5 結(jié)論



本文編號(hào)：3752451