基于RBF神经网络的AOA定位算法  

AOA location algorithm based on RBF neural network

作　　者：毛永毅[1] 李明远[2] 张宝军[3] 

机构地区：[1]中国科学院国家授时中心 [2]西安交通大学电子与信息工程学院,西安710049 [3]西安邮电学院电子与信息工程系,西安710061

出　　处：《计算机应用》2008年第1期1-3,6,共4页journal of Computer Applications

基　　金：陕西省自然科学基金资助项目(2004F12)

摘　　要：基于几何结构的单次反射统计信道模型,提出了基于RBF神经网络的AOA定位算法。应用RBF神经网络对非视距传播(NLOS)误差进行修正,然后利用最小二乘(LS)算法进行定位。仿真结果表明:该算法减小了NLOS传播的影响,提高了系统的定位精度,性能优于LS算法。According Geometrically Based Single-Bounced （GBSB） statistical model, an Angle Of Arrival （AOA） location algorithm based on RBF neural network was proposed. The RBF neural network was used to correct the error of Non- Line-Of-Sight （NLOS） propagation, then the position was calculated by Least-Square algorithm （LS）. The simulation results indicate that the location accuracy is significantly improved and the performance of this algorithm is better than that of LS algorithm.

关 键 词：电波到达角 非视距传播 最小二乘法 神经网络 

分 类 号：TN929.53[电子电信—通信与信息系统]