典型文献
神经网络优化5G定位结果域的分析与评估
文献摘要：
针对室内环境下的5G定位需求,提出了利用神经网络算法对粗略定位结果进行优化的方法,减小了多径、非视距传播造成的定位误差,改善了结果域的定位精度.优化算法利用测距定位中的到达时间(TOA)定位法和到达时间差(TDOA)定位法获得粗略定位结果,分别结合BP神经网络、Elman神经网络及通过遗传算法(GA)优化后的GA-BP神经网络、GA-Elman神经网络共利用4种神经网络进行训练,得到修正后的精确定位结果,并对4种神经网络算法进行了分析与评估.Elman算法相较于BP算法具有迭代收敛快、迭代次数少、误差改正好的特点,更适合5G定位结果域的优化;融入GA后结果精度均有所提高,其中GA-Elman算法能够训练得到最好的定位结果.
文献关键词：
5G定位;到达时间(TOA)定位法;到达时间差(TDOA)定位法;BP神经网络;Elman神经网络;遗传算法(GA)
中图分类号：
作者姓名：
陈思潼;朱锋;覃伊朵;杨晓滕
作者机构：
武汉大学测绘学院,武汉 430079
文献出处：
引用格式：
[1]陈思潼;朱锋;覃伊朵;杨晓滕-.神经网络优化5G定位结果域的分析与评估)[J].全球定位系统,2022(06):67-72
A类：
B类：
神经网络优化,定位结果,分析与评估,室内环境,神经网络算法,粗略,多径,非视距传播,定位误差,定位精度,法利,测距定位,TOA,到达时间差,TDOA,Elman,GA,共利用,精确定位,迭代收敛,迭代次数,误差改正,正好,练得
AB值：
0.308277
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
