Indexed by：
Abstract：
针对室内复杂环境而导致低精度定位的问题,提出了一种新的基于信号到达时间的TOA定位算法.对最小二乘法引入了线性误差分析项,并且使用BP神经网络的训练方法取代传统方案进行测距模型的建立,以消除对环境的过度经验依赖,提高算法针对不同环境的普适性.选取均方根误差作为性能评价指标,将该方法和具有代表性的两种算法,即传统的最小二乘法和经典的Chan算法进行了比较,利用实测的五组场景下的总计6000组定位数据进行了训练与验证.实验结果表明,该算法能取得比Chan算法与最小二乘估计法这些经典算法优异的性能,使得定位精度大大增加.并且通过交叉实验,也说明了在不同场景下该模型具有一定的通用性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机技术与发展
ISSN： 1673-629X
CN： 61-1450/TP
Year： 2018
Issue： 5
Volume： 28
Page： 5-8
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
