基于改进灰狼算法优化BP神经网络的RSS指纹定位

来源：电子测量技术杂志2025年第14期北京时间：

作者：刘伟，李艾龙，李卓，王智豪

单位：1.桂林理工大学物理与电子信息工程学院 桂林 541006;2.桂林理工大学计算机科学与工程学院 桂林 541006; 3.桂林理工大学广西嵌入式技术与智能系统重点实验室 桂林 541006

摘要：室内定位技术，特别是基于接收信号强度（RSSI）的指纹定位方法，因其成本低廉、设备支持广泛、易于部署、计算开销小等特点，受到了广泛关注。为了增强RSSI与实际物理距离之间的映射关系并提高测距精度，本文提出了一种基于改进灰狼优化（IGWO）算法与反向传播神经网络（BPNN）结合的RSSI测距算法。与遗传算法（GA）、粒子群算法（PSO）和经典灰狼优化算法（GWO）相比，改进的GWO算法在定位精度和全局搜索能力方面具有显著优势。通过实验，本文提出的IGWO算法在均方根误差RMSE上相比GWO算法、GA算法、PSO算法分别减少了21.3%、15.7%、14.6%，IGWO算法表现出了较好的定位性能，在精度和性能上均优于传统方法。

关键词：室内定位;RSSI测距;BP神经网络;灰狼算法;粒子群算法

基金资助：国家自然科学基金(62362017)项目资助