论文摘要
针对基于测距模型的定位算法易受环境干扰、测距误差大的问题,提出一种基于遗传算法-广义回归神经网络（GA-GRNN）优化的指纹定位算法。利用GRNN建立节点定位模型,通过GA确定最优平滑参数,将阅读器与标签间的信号强度值作为神经网络的输入,进而得到输出节点的坐标。仿真结果表明,与GRNN算法、BP神经网络算法、FOA-GRNN算法相比,该算法的定位精度较高,泛化能力较强。
论文目录
文章来源
类型: 期刊论文
作者: 宋宁佳,崔英花
关键词: 接收信号强度指示,射频识别,广义回归神经网络,室内定位,遗传算法优化
来源: 计算机工程 2019年11期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 北京信息科技大学信息与通信工程学院
基金: 国家自然科学基金(61340005),北京市自然科学基金面上项目(4132012),北京市教委科技发展技术项目(KM201411232011),北京市优秀人才培养D类项目(2013D005007000006)
分类号: TP391.44;TP18
DOI: 10.19678/j.issn.1000-3428.0052838
页码: 298-302+308
总页数: 6
文件大小: 881K
下载量: 462
相关论文文献
标签：接收信号强度指示论文; 射频识别论文; 广义回归神经网络论文; 室内定位论文; 遗传算法优化论文;