基于AGA-GRNN的三维室内定位研究

摘要：

针对传统的测距定位模型容易受到外部因素的干扰,故而降低了定位精度的问题,提出自适应遗传算法广义传播神经网络模型(AGA-GRNN).引入自适应遗传算法(AGA)用于优化广义回归神经网络(GRNN)的参数,通过AGA-GRNN构建无线信号强度(RSSI)与目标位置之间的关系进行定位,利用对应的映射关系判断目标位置.仿真结果表明,该算法在15 m×15 m×5 m范围内的平均定位误差为26.2 cm.与GRNN及BP相比,计算精度分别提高了45.4％和53.6％.同时将AGA优化GRNN三维定位模型与GA优化GRNN三维定位模型的优化时间进行了比较,结果表明,AGA-GRNN的平均定位时间减少了0.5 s,有效地提高了三维定位的精度和效率.

关键词：三维定位模型、室内定位、AGA-GRNN、射频识别、目标位置、仿真实验

所属期刊栏目：43

分类号：TN976-34;TP391.9

资助基金：国家自然科学基金61171058

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93