典型文献
神经网络融合引力场的超宽带定位模型
文献摘要：
为研究非视距(NLOS)误差对超宽带(UWB)室内定位系统定位精度的影响,以BP神经网络优化超宽带定位模型为基础,针对BP神经网络用于超宽带定位收敛速度慢、易陷入局部极值等问题,利用引力场算法改进BP神经网络的初始权值和阈值.模型利用BP神经网络训练的预测值和期望值之间的绝对误差衡量灰尘质量,确定中心灰尘;利用移动因子,周围灰尘快速向中心灰尘靠拢,加快BP神经网络的收敛速度;通过自转因子作用,避免灰尘过度集中于中心灰尘,改善BP神经网络易陷入局部最优的问题.以IEEE802.15.4a标准下CM4超宽带信道模型模拟室内NLOS环境,结果表明:定位模型的均方根误差为7.95 cm,较基于粒子群优化BP网络定位模型减少了53％,较传统BP神经网络超宽带定位模型减少了64.41％;同时,90％定位误差控制在12.75 cm以内,较粒子群优化BP网络定位精度提升50.92％,较传统BP神经网络超宽带定位精度提升64.55％.定位模型定位误差小、收敛速度快、鲁棒性好,对实现实际室内复杂环境下高精度定位具有一定的参考价值.
文献关键词：
引力场算法;BP神经网络;到达时间差;非视距;超宽带室内定位
中图分类号：
作者姓名：
王安义;曹茜
作者机构：
西安科技大学 通信与信息工程学院,陕西 西安710054
文献出处：
引用格式：
[1]王安义;曹茜-.神经网络融合引力场的超宽带定位模型)[J].西安科技大学学报,2022(03):555-561
A类：
引力场算法,超宽带信道模型
B类：
网络融合,超宽带定位,定位模型,非视距,NLOS,UWB,室内定位系统,系统定位,神经网络优化,收敛速度,速度慢,局部极值,算法改进,权值,神经网络训练,期望值,绝对误差,灰尘,心灰,靠拢,自转,局部最优,IEEE802,4a,CM4,模型模拟,粒子群优化,网络定位,定位误差,误差控制,定位精度提升,复杂环境,高精度定位,到达时间差,超宽带室内定位
AB值：
0.252417
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。
