| 多层ELM分区域可见光室内定位算法 |
| |
| 引用本文： | 徐岩,王昕昕.多层ELM分区域可见光室内定位算法[J].湖南大学学报(自然科学版),2019,46(10):125-132. |
| |
| 作者姓名： | 徐岩 王昕昕 |
| |
| 作者单位： | 天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072 |
| |
| 基金项目： | 国家自然科学基金;基础研究项目 |
| |
| 摘 要： | 在漫反射光信道中,可见光室内定位受一阶反射、噪声信号等的影响,边界区域的定位误差相比内部区域较大,针对此问题,提出一种基于多层极限学习机的分区域定位算法,并通过仿真实验验证了算法的有效性.首先,对整体的实验区域建立第1层极限学习机神经网络,计算出整体的定位误差.其次,根据定位误差的大小和分布特征建立第2层极限学习机神经网络,将整体实验区域划分为边界区域和内部区域.对提取出的边界区域建立第3层极限学习机神经网络,计算出边界区域的定位误差.最后将边界区域的定位误差更新到整体的定位误差中,以实现定位.实验结果表明,该算法的整体平均定位误差为2.79 cm.与接收信号强度算法和反向传播神经网络相比,该算法的平均定位误差分别降低了13倍和55.36%.与单层极限学习机算法相比,边界区域的平均定位误差降低了65.66%,整体的平均定位误差降低了23.77%.该算法边界区域的定位误差明显降低,具有更高的定位精度和鲁棒性能,可适用于不同的定位场景.
|
| 关 键 词： | 室内定位系统 可见光通信 极限学习机 分区域 接收信号强度 |
Indoor Positioning Algorithm of Subregional
Visible Light Based on Multilayer ELM |
| |
| XU Yan,WANG Xinxin.Indoor Positioning Algorithm of Subregional
Visible Light Based on Multilayer ELM[J].Journal of Hunan University(Naturnal Science),2019,46(10):125-132. |
| |
| Authors: | XU Yan WANG Xinxin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
|
