现代电子技术

2020, v.43;No.573(22) 49-52+56

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

RBF神经网络优化后的无线网络室内定位
Wireless network indoor location optimized by RBF neural network

单超颖;李权;郭莉莉;

摘要(Abstract):

目前室内定位技术已经相当成熟,但是依旧存在四个方面的问题:一是支持向量机的定位性能不高;二是室内环境相对复杂;三是神经网络的参数不够明确;四是无线信号具有较强的时变性。针对上述问题,提出通过和声搜索算法对RBF神经网络进行优化的无线网络室内定位系统。通过模糊聚类对有效训练区进行选择,以提高其精确性。同时,以和声搜索算法为依据进行RBF神经网络的参数计算,实现更加精准的室内定位。经过实验仿真表明,该系统切实可行。

关键词(KeyWords): 无线网络;室内定位;RBF神经网络;和声搜索;聚类分析;仿真实验

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(11774045)

作者(Author): 单超颖;李权;郭莉莉;

Email:

DOI: 10.16652/j.issn.1004-373x.2020.22.012

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享