基于自适应GRNN的无线室内定位算法

• 全文链接
• 请求原文

作   者：

葛柳飞;  李克清;  戴欢; 

作者机构：

中国矿业大学计算机科学与技术学院;  常熟理工学院计算机科学与工程学院; 

关键词：

室内定位;  信号强度;  人工蜂群;  广义回归神经网络;  定位准确率; 

期刊名称：

计算机工程

基金项目：

基于移动传感网的实时k-栅栏覆盖应用理论研究

i s s n：

1000-3428

年卷期：

2016 年 42 卷 06 期

页   码：

81-85+90

摘   要：

室内信号强度波动的随机性使广义回归神经网络(GRNN)难以选择最优参数建立定位模型并预测目标位置。为此,提出一种自适应广义回归神经网络的定位算法。利用改进的人工蜂群算法对广义回归神经网络进行参数优化,并将其应用于无线室内定位,建立无线信号特征与目标位置信息的映射关系,利用建立的映射关系预测目标位置,降低信号强度波动的随机性对定位精度的影响。实验结果表明,在12 m×12 m的区域范围内,该算法的平均定位误差为0.65 m,与基于蜂群算法的GRNN以及基于粒子群算法的GRNN相比,该算法的定位准确率分别提高了21.3%和23.1%,且收敛速度较快。与路径损耗模型和BP神经网络相比,该算法的定位准确率分别提高了17.86%和3.1%,能够有效提高定位精度。