期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于粒子群优化在线顺序极限学习机动态环境室内定位算法 被引量:2
1
作者 韩承毅 苏胜君 +2 位作者 施伟斌 乐燕芬 李瑞祥 《数据采集与处理》 CSCD 北大核心 2022年第6期1345-1352,共8页
动态环境室内定位容易受到人员随机行动、障碍物等环境的干扰,信号强度的时变性、数据采集的不稳定性对定位算法产生很大的影响。针对该问题,本文提出了一种基于粒子群优化在线顺序极限学习机算法(Particle swarm optimization online s... 动态环境室内定位容易受到人员随机行动、障碍物等环境的干扰,信号强度的时变性、数据采集的不稳定性对定位算法产生很大的影响。针对该问题,本文提出了一种基于粒子群优化在线顺序极限学习机算法(Particle swarm optimization online sequential extreme learning machine,PSO⁃OS⁃ELM)。该算法继承了在线顺序极限学习机(Online sequential extreme learning machine,OS⁃ELM)算法的数据采集成本低、适应环境变化快、收敛速度较快且定位精度较高等特性,同时又利用粒子群优化(Particle swarm optimization,PSO)解决OS⁃ELM算法中奇异值问题和鲁棒性问题。在3种不同环境下采集数据,将PSO⁃OS⁃ELM算法、OS⁃ELM算法和WKNN算法进行实验对比。实验结果表明:在动态变化的室内环境中,PSO⁃OS⁃ELM算法定位误差较小且鲁棒性增强,优于其他算法;平均定位误差相较于其他算法减少了约15%;算法耗时性相较于传统定位算法加权K近邻算法(Weighted K⁃nearest neighbor,WKNN)算法减少了约55%。 展开更多
关键词 粒子群优化 在线顺序极限学习机 接收信号强度 动态环境 室内定位
下载PDF
基于核岭回归和粒子滤波的室内移动目标追踪算法研究
2
作者 康颜爽 苏胜君 +2 位作者 施伟斌 乐燕芬 韩承毅 《软件》 2020年第3期263-267,共5页
本文提出了一种基于核岭回归和粒子滤波的室内移动目标追踪算法,该算法在离线阶段采用核岭回归方法提取传感器之间的距离与RSSI(Received Signal Strength Indicator)信号值之间的非线性关系,从而训练出一种非线性回归距离模型;在线追... 本文提出了一种基于核岭回归和粒子滤波的室内移动目标追踪算法,该算法在离线阶段采用核岭回归方法提取传感器之间的距离与RSSI(Received Signal Strength Indicator)信号值之间的非线性关系,从而训练出一种非线性回归距离模型;在线追踪阶段,利用非线性回归模型和粒子滤波算法实现室内移动目标的定位和追踪。本文在典型的室内办公环境下进行实验,并通过MATLAB对实测数据进行仿真。实验结果表明,相比WKNN算法和KF算法,本文所提出的算法能到达更好的定位精度,误差均值为1.2743 m。 展开更多
关键词 目标追踪 核岭回归 RSSI 粒子滤波
下载PDF
一种基于核岭回归与卡尔曼滤波的定位算法
3
作者 康颜爽 苏胜君 +2 位作者 施伟斌 乐燕芬 韩承毅 《软件导刊》 2020年第9期74-77,共4页
传感器定位技术作为无线传感器网络的重要课题之一,为实现目标实时定位,提出一种基于核岭回归与卡尔曼滤波的定位算法。该算法在离线阶段使用核岭回归算法(KRR)对无线位置指纹数据库进行训练,从而得到一个可反映信号强度指标(RSSI)与位... 传感器定位技术作为无线传感器网络的重要课题之一,为实现目标实时定位,提出一种基于核岭回归与卡尔曼滤波的定位算法。该算法在离线阶段使用核岭回归算法(KRR)对无线位置指纹数据库进行训练,从而得到一个可反映信号强度指标(RSSI)与位置坐标之间映射关系的函数;在线阶段先利用离线阶段得到的函数对目标进行粗定位,再结合卡尔曼滤波(KF)方法对目标进行精确定位。实验结果表明,在真实室内办公环境下,相比KNN算法与核函数(Kernel)算法,该算法能实现更好的定位精度,平均定位误差为1.898 3m。 展开更多
关键词 目标定位 RSSI 核岭回归 无线位置指纹数据库 卡尔曼滤波
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部