学会官网  |  加入学会  |  登录学会  |  English 

电子学报 ›› 2012, Vol. 40 ›› Issue (9): 1876-1879.DOI: 10.3969/j.issn.0372-2112.2012.09.027

• 科研通信 • 上一篇    下一篇

基于BP神经网络和泰勒级数的室内定位算法研究

张会清1, 石晓伟1,2, 邓贵华1, 高学金1, 任明荣1   

  1. 1. 北京工业大学电子信息与控制工程学院, 北京 100124;
    2. 中国广东核电集团中科华核电技术研究院北京分院, 北京 100086
  • 收稿日期:2011-08-09 修回日期:2012-03-09 出版日期:2012-09-25
    • 作者简介:
    • 张会清 男,1968年出生,河北平泉人,北京工业大学副教授,硕士研究生导师,主要研究领域为计算机网络,无线通信,室内定位技术研究. E-mail:zhq@bjut.edu.cn石晓伟 男,1985年出生于河南郏县,北京工业大学电子信息与控制工程学院硕士研究生,主要从事室内定位技术、无线定位与无线传感器网络方向的研究. E-mail:luck2shi@gmail.com邓贵华 男,1985年生,福建省建瓯市人,北京工业大学硕士研究生,主要从事通信信号处理,无线定位,室内定位等研究学习. E-mail:fhlm304@163.com高学金 男,1973年生于河北唐山,北京工业大学副教授,硕士生导师,主要研究方向为复杂系统建模与优化控制、智能计算. E-mail:gaoxuejin@bjut.edu.cn任明荣 女,1977年生,辽宁丹东人,北京工业大学讲师,主要从事非线性信号处理方面的研究.
    • 基金资助:
    • 国家科技重大专项 (No.2009ZX05039-003)

Research on Indoor Location Technology Based on Back Propagation Neural Network and Taylor Series

ZHANG Hui-qing1, SHI Xiao-wei1,2, DENG Gui-hua1, GAO Xue-jin1, REN Ming-rong1   

  1. 1. College of Electronic and Control Engineering, Beijing University of Technology, Beijing 100124, China;
    2. Beijing Division, China Nuclear Power Technology Research Institute, Beijing 100086, China
  • Received:2011-08-09 Revised:2012-03-09 Online:2012-09-25 Published:2012-09-25
    • Supported by:
    • National Science and Technology Major Project of the Ministry of Science and Technology (No.2009ZX05039-003)

PDF

摘要： 在研究分析室内无线信号传播特性和传统的室内定位算法的基础上,提出了用BP神经网络来拟合室内无线信号传播模型,避免了对无线信号传播模型中参数A和n的不精确估计.在训练完成的BP神经网络的输入层输入接收信号强度值RSSI(Received Signal Strength Indicator),在输出层即可得到对应的距离值,再利用泰勒级数展开法确定盲节点的坐标位置.最终通过Matlab仿真和ZigBee平台实验验证了算法的可行性和有效性.

关键词: 室内定位, BP神经网络, RSSI(Received Signal Strength Indicator), ZigBee, 泰勒级数

Abstract: Based on lots of research and analysis on indoor radio signal propagation features and the traditional indoor location algorithms,a new method that uses BP(Back Propagation) neural network to fit the indoor radio signal propagation model is proposed,which avoids inaccurately estimating the parameters A and n in the indoor radio signal propagation model.Distance value proportional to the RSSI(Received Signal Strength Indicator) input through the well-trained BP neural network is obtained,and then Taylor series expansion algorithm is used to determine the coordinates of the blind node.Finally,the simulation and experiment results on the ZigBee platform verify the feasibility and effectiveness of the proposed algorithm.

Key words: indoor location, back propagation neural network, received signal strength indicator, ZigBee, Taylor series

中图分类号: 

京ICP备12041980号-1　版权所有 ©《电子学报》编辑部