基于神经网络的多源融合室内定位算法
针对WiFi信号在室内复杂环境下不稳定以及建筑物对地磁场的扭曲作用造成单一定位源定位精度不高的问题,本文采用多源信息融合定位技术,有效利用WiFi和地磁场的指纹数据来进行定位,提出了一种改进的自适应差分进化算法来优化BP神经网络(improved differential evolution BP,IDEBP).该方法通过改进差分进化算法的变异、交叉和选择操作来优化BP神经网络的权值和偏差,有助于BP模型更好地学习WiFi和地磁场指纹数据的特征.仿真结果表明,IDEBP算法能大大提高室内指纹定位的精度.
WiFi、地磁场、IDEBP、权值和偏差、室内定位
31
TP391.44;TN925.93;TP212.9
广州市科技计划201904010195
2022-06-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
224-230