首页 期刊 仪表技术与传感器 基于人工神经网络的RSSI测距的牛顿定位算法 【正文】

基于人工神经网络的RSSI测距的牛顿定位算法

作者:李英玉; 陈刚 长春理工大学光电信息学院; 吉林长春130031
接收信号强度指示   人工神经网络   牛顿定位算法   最小二乘法   粒子群  

摘要:为了降低基于接收信号强度指示(RSSI)测距误差,提高基于RSSI测距定位精度,提出了基于人工神经网络的RSSI测距的牛顿定位算法(NL-ANN-RSSI)。NL-ANN-RSSI算法分别在RSSI测距和定位计算方面提高定位精度。首先,利用人工神经网络对RSSI值预处理,降低测距误差;然后,利用最小二乘法估计节点位置,并将此估计值作为牛顿定位算法的初始值;最后,利用牛顿定位算法修正节点位置。实验数据表明,基于人工神经网络的RSSI优化的测距误差比传统的RSSI测距算法有大幅下降,归一化平均定位误差下降了约36%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅