RBF与加权质心相结合的室内无线定位算法 |
| |
引用本文: | 李静,黄敏.RBF与加权质心相结合的室内无线定位算法[J].辽宁工程技术大学学报(自然科学版),2014(10). |
| |
作者姓名: | 李静 黄敏 |
| |
作者单位: | 江南大学轻工过程先进控制教育部重点实验室; |
| |
基金项目: | 国家自然科学基金资助项目(61275155,61271384);江苏省自然科学基金资助项目(BK2011148) |
| |
摘 要: | 针对传播路径损耗模型的参数,极易受室内障碍物等环境因素影响,导致定位精度低的问题.利用RBF(径向基函数)神经网络算法替代损耗模型,拟合RSSI(接收信号强度)值与距离的关系.采集室内RSSI值和其对应的距离值的实测数据,利用实测数据训练RBF神经网络,建立RSSI-距离拟合模型;利用拟合模型将经过处理的RSSI值转换为距离值,并将距离值按从小到大排序;取前3个离定位节点较近的固定节点的信息,进行加权质心定位计算.研究结果表明:RBF算法的定位精度比路径传播损耗模型算法提高了34.5%,且略高于BP算法的定位精度.在相同的室内环境下,RBF算法能更好地克服环境因素对距离计算的干扰,提高室内定位的精度和稳定性.
|
关 键 词: | 无线传感网络 路径损耗模型 信号接受强度 径向基网络 室内定位 加权质心 |
本文献已被 CNKI 等数据库收录! |
|