一种基于PSO-BPNN的CSI指纹定位方法

作者：黄先龙; 黄良璜; 谢佳俊; 余敏^*

来源：江西师范大学学报(自然科学版), 2023, 47(04): 393-399.

DOI：10.16357/j.cnki.issn1000-5862.2023.04.09

• 信道状态信息
• 主动定位
• BP神经网络
• 粒子群优化

针对传统定位方法定位精度低，BP神经网络易陷入局部最优的问题，该文提出了基于信道状态信息(channel state information, CSI)和粒子群算法优化BP神经网络(particle swarm optimization BP neural network, PSO-BPNN)的主动定位方法.该方法需要目标人员携带设备，利用CSI的幅值和相位共同作为指纹特征，采用3倍标准差法处理数据，达到去除异常值的效果，并利用粒子群优化算法初始化BP神经网络的权值和阈值，解决BP神经网络收敛速度差和容易陷入局部最小值的问题.实验结果表明：该文提出的PSO-BPNN定位方法平均定位误差为1.19 m,相比采用快速正交搜索算法和BP神经网络(FOS-BPNN)方法得到的定位误差降低了39.3%,相比采用CSI相位差矫正和BP神经网络(PD-BPNN)方法得到的定位误差降低了16.2%.

• 单位
  江西师范大学