RBF神经网络优化后的无线网络室内定位

作者：单超颖; 李权; 郭莉莉

来源：现代电子技术, 2020, 43(22): 49-56.

DOI：10.16652/j.issn.1004-373x.2020.22.012

• 无线网络
• 室内定位
• RBF神经网络
• 和声搜索
• 聚类分析
• 仿真实验

目前室内定位技术已经相当成熟,但是依旧存在四个方面的问题:一是支持向量机的定位性能不高;二是室内环境相对复杂;三是神经网络的参数不够明确;四是无线信号具有较强的时变性。针对上述问题,提出通过和声搜索算法对RBF神经网络进行优化的无线网络室内定位系统。通过模糊聚类对有效训练区进行选择,以提高其精确性。同时,以和声搜索算法为依据进行RBF神经网络的参数计算,实现更加精准的室内定位。经过实验仿真表明,该系统切实可行。

• 单位
  沈阳城市建设学院