10.3969/j.issn.1002-7300.2016.10.016
基于RBF神经网络的室内定位算法研究
在无线传感器网络室内定位中,由于遮挡、多径效应等因素的影响,传统基于RSSI(Received Signal Strength Indicator)的定位算法存在测距不准、定位精度不高的问题。针对此问题,本文提出一种改进的基于RBF(Radial Basis Function)神经网络的室内定位算法,算法在离线阶段直接建立各参考节点接收到的RSSI值与其位置坐标的映射关系;在线阶段采集待定位节点的 RSSI值,利用学习好的神经网络对待定位节点进行定位。实验结果表明,与传统RSSI定位算法相比,本文提出的定位算法具备更高的定位精度。
室内定位、RSSI、RBF神经网络
39
TP393(计算技术、计算机技术)
2016-11-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
57-60,99