科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对室内复杂环境易受多径效应和非视距影响，导致RSSI值不可靠，影响SVR模型预测性能和系统定位精度的问题，提出一种基于误差校正和自适应算子的SVR-PSO算法。该算法提出利用近邻参考标签的预测误差对待测标签的预测距离进行误差校正，从而弥补SVR模型因RSSI值不可靠而预测不准确的问题。然后构建求解待测标签位置坐标的非线性方程组，利用PSO算法迭代求解。针对标准PSO算法存在的易陷入局部最优且收敛速度慢的问题，设计了一种自适应算子，分别对PSO算法的惯性权重和学习因子进行改进。仿真结果表明，误差校正和自适应算子对提升室内定位精度均有一定的作用。与SVR-PSO相比，系统平均定位精度提升了31.6%。在相同定位精度下，该算法使用的参考标签数量更少。
-
单位信息产业部; 北京信息科技大学
