基于人工神经网络的室内定位算法研究

作者：赵亚军; 张皓; 左晋; 远子涵; 符蓉玥

来源：北京印刷学院学报, 2021, 29(10): 157-160.

DOI：10.19461/j.cnki.1004-8626.2021.10.048

• 改进BP神经网络
• UWB
• 室内定位

传统的UWB室内定位技术采用几何算法对标签进行解析定位,但复杂的室内环境和测距误差,可能导致方程组无解从而无法实现定位。针对上述问题,提出一种基于改进BP神经网络的UWB室内定位算法。将输出层输出的标签坐标与真实坐标的差值作为误差信号,利用梯度下降法修正网络的各个权值,使误差达到最小。以BP算法为基础,通过网络训练误差的变化趋势自适应调整学习率,提高收敛速率。通过与传统的定位技术和基于BP神经网络的定位算法进行对比实验,仿真实验结果表明,该算法的迭代次数和定位误差明显较小,输出轨迹与实际运动轨迹基本吻合,具有较高的定位精度。

• 单位
  机电工程学院; 北京印刷学院