基于粒子群优化神经网络的无线定位算法  

Location algorithm based on particle swarm optimization neural network

作　　者：郑敏 毛永毅[2] 唐凯林[1] 

机构地区：[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

出　　处：《微型机与应用》2014年第4期50-52,55,共4页Microcomputer & Its Applications

基　　金：陕西省自然科学基金资助项目(2009JM8015);陕西省教育厅专项科研项目(2010JK815)

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。A location algorithm based on PSO（Particle Swarm Optimization ）using BP（Back Propagation） neural network for the traditional location of mobile station in this paper. The algorithm is using PSO to optimize the traditional objective function and parameters of BP, and then correct the NLOS errors. At last,the positions of MS can be estimated by LS＇s algorithm. The results indicate that the localization algorithm is better than others in the stability and the prediction error is smaller.

关 键 词：粒子群 神经网络 NLOS误差 定位算法 

分 类 号：TN925.5[电子电信—通信与信息系统]