BP神经网络在无线传感器网络三维定位中的应用

为了减4、多跳距离估计误差对三维无线传感器网络节点定位的影响，提出了一种结合BP神经网络的多跳定位（BPL）算法。建立了BP神经网络模型，用来修正不相邻节点间的多跳距离估计值；根据锚节点间的位置关系提取样本对其进行训练，使其能够反映三维无线传感器网络几何结构的主要特性，未知节点利用训练好的BP神经网络估计出自身到一定跳数范围内锚节点的距离，并求出自身三维坐标。仿真结果表明，BPL算法可以有效降低多跳距离估计误差，提高传感网的定位精度。在节点稀疏部署的网络环境中，BPL算法具有更加明显的优势。

室内轨道公交车UWB定位系统设计

某室内磁悬浮三线轨道公交车采用超宽带(ultra-wideband,UWB)定位,为满足其定位需求,设计了一种室内轨道公交车UWB定位系统,研究了一种神经网络定位算法。该系统采用时分多址和码分多址技术,为多个车辆提供定位服务。神经网络定位算法以UWB测距值作为输入,定位误差作为输出,校正最小二乘法的位置误差。搭建了UWB定位试验系统,结果表明:标签与基站完成组网后,神经网络定位算法的平均定位误差为47.09 mm,均方根误差为30.50 mm,最大误差为152.64 mm,该系统提供了高精度的位置服务。