Institutional Repository of Coll Comp & Commun
| 基于SSA-ELM神经网络的室内可见光定位系统 | |
贾科军 ; 牛振; 于凯; 张志聪; 彭铎; 曹明华
| |
| 2024-01-23 | |
| 发表期刊 | 光通信研究
 |
| ISSN | 1005-8788 |
| 页码 | 1-9 |
| 摘要 | 【目的】针对极限学习机（ELM）神经网络在室内可见光定位中收敛不稳定，易陷入局部最优状态，导致定位精度降低的问题。【方法】文章引入麻雀搜索算法（SSA）确定ELM神经网络的初始权值和阈值，提出SSA-ELM神经网络算法。首先，采集定位区域内接收信号强度（RSS）与位置信息作为指纹数据。然后，训练SSA-ELM神经网络并得到预测模型，将测试集数据输入预测模型得到待测位置的定位结果。最后，设计了仿真实验和测试平台。【结果】仿真结果表明，在立体空间模型0、0.3、0.6和0.9 m4个接收高度，平均误差分别为1.73、1.86、2.18和3.47 cm，与BP、SSA-BP、ELM定位算法相比，SSA-ELM定位精度分别提高了83.55%、45.71%和26.26%，定位时间分别减少了36.48%、17.69%和6.61%。实验测试表明，SSA-ELM神经网络算法的平均定位误差为3.75 cm，比未优化的ELM神经网络定位精度提高了16.38%。【结语】SSA算法对ELM神经网络具有明显的优化作用，能够显著降低定位误差，减少定位时间。 |
| 关键词 | 可见光通信 室内定位 极限学习机神经网络 麻雀搜索算法 |
| URL | 查看原文 |
| 语种 | 中文 |
| 资助项目 | 国家自然科学基金(61875080);甘肃省科技计划资助(22JR5RA276;22JR5RA274;23YFGA0062;2022A-215);兰州理工大学博士科研启动经费项目(061903) |
| 中图分类号 | TN929.1;TP183 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/169399 |
| 专题 | 计算机与通信学院 |
| 通讯作者 | 贾科军 |
| 作者单位 | 兰州理工大学计算机与通信学院 |
| 第一作者单位 | 计算机与通信学院 |
| 通讯作者单位 | 计算机与通信学院 |
| 第一作者的第一单位 | 计算机与通信学院 |
| 推荐引用方式 GB/T 7714 | 贾科军,牛振,于凯,等. 基于SSA-ELM神经网络的室内可见光定位系统[J]. 光通信研究,2024:1-9. |
| APA | 贾科军,牛振,于凯,张志聪,彭铎,&曹明华.(2024).基于SSA-ELM神经网络的室内可见光定位系统.光通信研究,1-9. |
| MLA | 贾科军,et al."基于SSA-ELM神经网络的室内可见光定位系统".光通信研究 (2024):1-9. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [贾科军]的文章 |
| [牛振]的文章 |
| [于凯]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [贾科军]的文章 |
| [牛振]的文章 |
| [于凯]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [贾科军]的文章 |
| [牛振]的文章 |
| [于凯]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论