10.19927/j.cnki.syyt.2021.04.003
一种基于遗传神经网络的煤矿井下定位算法
煤矿井下信号存在的非视距传播(Non-line of sight,NLOS),严重影响井下定位精度,提出一种基于遗传神经网络和Taylor算法相结合的煤矿井下定位算法.该算法通过训练遗传神经网络来拟合待测点坐标值,定位基站和参考基站之间的到达时间差(time difference of arrive,TDOA)测量值之间的映射关系,将遗传神经网络得到的定位结果代入Taylor算法,得到最终的定位结果.仿真分析表明,该算法相较于传统的室内定位算法,在非视距环境下具有更好的定位效果.
遗传算法、神经网络、TDOA、Taylor算法
40
TN911
国家自然科学基金;山东省自然基金;山东省研究生教育质量提升计划建设项目;青岛市民生科技计划
2021-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
8-12