基于BP神经网络和多元Taylor级数的混合定位算法
杨亚楠(
),夏斌*(),谢楠,袁文浩 山东理工大学计算机科学与技术学院, 山东 淄博 255000
收稿日期:2017-10-23出版日期:2019-02-20发布日期:2019-03-01通讯作者:夏斌E-mail:yanan_yang@126.com;xiabin@sdut.edu.cn作者简介:杨亚楠(1992—)，女，山东枣庄人，硕士研究生，主要研究方向为深度学习. E-mail: 基金资助:国家自然科学基金(61701286);山东省自然科学基金(ZR2017MF047)Hybrid localization algorithm based on BP neural network and multivariable Taylor series
Ya'nan YANG(),Bin XIA*(),Nan XIE,Wenhao YUAN School of Computer Science and Technology, Shandong University of Technology, Zibo 255000, Shandong, China
Received:2017-10-23Online:2019-02-20Published:2019-03-01Contact:Bin XIA E-mail:yanan_yang@126.com;xiabin@sdut.edu.cnSupported by:国家自然科学基金(61701286);山东省自然科学基金(ZR2017MF047)摘要/Abstract
摘要： 针对多元Taylor级数算法定位精度严重依赖初始值的问题,提出一种新的混合定位算法。通过BP神经网络定位算法提供初始值,提高多元Taylor级数展开法的收敛速度;通过多元Taylor级数展开法,充分利用未知节点之间的距离信息,减小测距误差造成的定位误差。仿真结果表明:混合定位算法的精度更高,并且减少了网格间距对定位精度的影响。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1790
