基于粒子群优化的多径辅助室内定位算法

李泽; 田增山; 王中春; 王亚

doi:10.3969/j.issn.0372-2112.2020.10.012

您当前的位置：

首页 >

文章列表页 >

基于粒子群优化的多径辅助室内定位算法

学术论文 | 更新时间：2023-02-24

- 基于粒子群优化的多径辅助室内定位算法
- Multipath-Assisted Indoor Localization Algorithm Based on Particle Swarm Optimization
- 电子学报 2020年48卷第10期页码：1952-1960
- 作者机构：
  
  重庆邮电大学通信与信息工程学院,重庆,400065
- 作者简介：
  
  [ "李泽男,1991年11月出生,安徽淮南人.现为重庆邮电大学信息与通信工程专业在读博士研究生,主要研究方向为无线定位." ]
  [ "田增山男,1968年12月出生,河南固始人.现为重庆邮电大学教授、博士生导师.主要研究方向为蜂窝网无线定位系统、数据压缩和数据融合." ]
- 基金信息：
  
  国家自然科学基金（No.61771083，No.61704015）;重庆邮电大学博士研究生创新人才项目（No.BYJS201805）
- DOI：10.3969/j.issn.0372-2112.2020.10.012
  中图分类号： TP391
- 网络出版：2020-10-25，
  
  纸质出版：2020
- 稿件说明：
移动端阅览
李泽, 田增山, 王中春, 等. 基于粒子群优化的多径辅助室内定位算法[J]. 电子学报, 2020,48(10):1952-1960.

LI Ze, TIAN Zeng-shan, WANG Zhong-chun, et al. Multipath-Assisted Indoor Localization Algorithm Based on Particle Swarm Optimization[J]. Acta Electronica Sinica, 2020, 48(10): 1952-1960.
李泽, 田增山, 王中春, 等. 基于粒子群优化的多径辅助室内定位算法[J]. 电子学报, 2020,48(10):1952-1960. DOI： 10.3969/j.issn.0372-2112.2020.10.012.

LI Ze, TIAN Zeng-shan, WANG Zhong-chun, et al. Multipath-Assisted Indoor Localization Algorithm Based on Particle Swarm Optimization[J]. Acta Electronica Sinica, 2020, 48(10): 1952-1960. DOI： 10.3969/j.issn.0372-2112.2020.10.012.

摘要

由于室内多径信号丰富且包含了室内几何信息，可以利用室内多径信号对目标进行定位.基于此，本文提出了一种多径辅助的目标定位算法.首先，利用多径信号的差分飞行时间（Time of Flight，TOF）构建关于目标以及散射体位置的适应度函数；然后，提出了基于粒子群优化（Particle Swarm Optimization，PSO）的目标及散射体位置联合搜索算法，其中利用目标及散射体到达角（Angle of Arrival，AOA）确定搜索范围；其次，选取搜索到的散射体位置联合差分TOF求解目标位置；最后，利用仿射传播聚类（Affinity Propagation Clustering，APC）对所有散射体估计到的目标位置进行聚类，提出聚类准则消除大的定位误差点.仿真结果表明，本文所提算法利用单个基站可以达到较高定位精度.

Abstract

Multipath signals can be used to realize localization since they are abundant and contain geometry information of indoor environments.Based on this

this paper proposes a multipath-assisted target localization algorithm.Firstly

the fitness function about the target and scatterer locations is constructed with Time of Flight (TOF) differences.Then

the locations of the target and scatterers are searched jointly by Particle Swarm Optimization (PSO) and Angle of Arrivals (AOAs) that determines searching ranges.Secondly

the estimated locations of scatterers and TOF differences are used to estimate the target location.Finally

all target locations are clustered by using Affinity Propagation Clustering (APC)

and a clustering criterion is proposed to eliminate big localization errors.The simulation results show that the proposed algorithm can achieve high localization accuracy with a single base station.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于人工智能算法的单级全差分折叠式共源共栅运算放大器的多目标设计方法

面向可见光无线定位的指纹推理模型校准

基于终端侧的室内单站定位技术研究

基于粒子群优化算法的Logistic模型参数估计