基于粒子群优化神经网络的无线定位算法-论文.pdf

基于粒子群优化神经网络的无线定位算法-论文.pdf

ID:58072177

大小:814.84 KB

页数:4页

时间:2020-04-22

基于粒子群优化神经网络的无线定位算法-论文.pdf_第1页
基于粒子群优化神经网络的无线定位算法-论文.pdf_第2页
基于粒子群优化神经网络的无线定位算法-论文.pdf_第3页
基于粒子群优化神经网络的无线定位算法-论文.pdf_第4页
资源描述:

《基于粒子群优化神经网络的无线定位算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、NetworkandCommunication基于粒子群优化神经网络的无线定位算法郑敏,毛永毅,唐凯林(1.西安邮电大学电子工程学院,陕西西安710061;2.西安邮电大学研究生部,陕西西安710061)摘要:对于传统的对移动台的定位,提出了一种基于粒子群(PSO)优化神经网络的算法。这一PSO—BP算法首先利用PSO对神经网络传统的目标函数及参数进行优化,再利用改进后的BP神经网络对非视距误差(NLOS)进行修正,最后利用算法LS进行移动台的定位。仿真结果表明,该基于PSO的神经网络定位算法寻优效果稳定,预测误差小,具有可行性。关键词:粒子群;神经网

2、络;NLOS误差;定位算法中图分类号:TN925.5文献标识码:A文章编号:1674—7720(2014)04-0050—03LocationalgorithmbasedonparticleswarmoptimizationneuralnetworkZhengMin,MaoYongyi,TangKailin(1.DepartmentofElectronicInformationEngineering,XianUniversityofPostsandTelecommunications,Xian710061,China2.GraduateDepartme

3、nt,XianUniversityofPostsandTelecommunications,Xian710061,China)Abstract:AlocationalgorithmbasedonPSO(ParticleSwarmOptimization)usingBP(BackPropagation)neuralnetworkforthetraditionallocationofmobilestationinthispaper.ThealgorithmisusingPSOtooptimizethetraditionalobjectivefunction

4、andpa—rametersofBP,andthencorrecttheNLOSerrors.Atlast,thepositionsofMScanbeestimatedbyLSSalgorithm.Theresultsin—dieatethatthelocalizationalgorithmisbetterthanothersinthestabilityandthepredictionel'forissmaller.Keywords:PSO;neuralnetwork;NLOS;localizationalgorithm现有的蜂窝网无线定位系统包含了基

5、于移动台的的特点,利用了网络的学习特点和粒子群的跟踪遍历迭无线定位、基于移动通信的无线定位等。移动通信网络代寻找最优解,修正NLOS误差之后,再通过测量值中信道环境复杂多变,尤其是在市区受阻碍物引起的多TDOA使用LS算法进行位置估计。跟踪仿真验明该定径干扰和非视距NLOS误差极大地影响了定位精度。利位算法有较高的精度。用BP神经网络具有学习速率快、结构简单等优点来修正1算法描述NLOS误差,但是传统的BP神经网络结构参数存在很大设移动台(MS)的坐标为(,Y),各个基站的位置表的缺点,容易陷入局部最小值,需要优化神经网络并用示为(置,y),个数为Ⅳ,

6、服务台为BS,各移动台到各个于提升无线定位精度。基站BS的距离表示为R,则:BP神经网络是一种前向型反馈神经网络,在反向R=(x-x)+(y-y):K一x-2Yy+x2+y2(1)传播的算法中通过改进的PSO合理迭代确定。参考文其中K=+Y,1,2,⋯,Nt为TDOA测量值即MS献【1—21利用基站的坐标通过定义残差函数,对定位结果进行加权得到移动台的位置,参考文献[3]提出了迭到BS和BS的时间差;c为电波传播速度;R。表示MS代次数更少,收敛速度更快的改进的粒子群优化算法,与BS和BS.的距离差:参考文献[4】提出了一种利用BP神经网络模型对NLO

7、SRI=ctl=£一R误差的修正。本文结合粒子群优化算法和BP神经网络_、二一、/(2)其中i=2,3,⋯,Ⅳ。基金项目:陕西省自然科学基金资助项目(2009JM8015);陕西省教育厅结合式(1)、式(2)可得:专项科研项目(2010JK815)50《微型机与应用》2014年第33卷第4期NetworkandCommunication定义误差函数为:Rl+2RIRl=一2nx-2Yfly-Kl(3)2其中Xn=。一l,Yn=Yi—YI;i=2,3,⋯,Ⅳ。E(W,曰):I∑(一)z(8)二^=l1.1粒子群算法1.2.1基于粒子群的BP神经网络训练P

8、SO优化算法是一种基于群体智能的全局优化算将粒子群算法用于神经网络的训练学习,可以提高法,是根

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。