基于SAGA-BP神经网络室内定位算法研究

来源：电子测量技术杂志2021年第9期北京时间：

作者：朱清山，王 伟

单位：中北大学 信息与通信工程学院，太原 030051

摘要：基于ZigBee接收信号强度指标的室内定位由于其成本低、硬件功耗低和易于实现而受到越来越多的研究者关注和使用。由于存在多径效应和阴影效应的影响，传统的室内定位算法无法获得良好的定位效果。为了提高传统的无线传感器网络室内定位算法的定位精度，本文提出了退火算法（SA）与遗传算法（GA）优化神经网络（SAGA-BP）的室内定位算法，采用退火算法结合遗传算法优化神经网络算法的初始权值和初始阈值。仿真实验表明：仿真中添加一定的随机噪声，得出SAGA-BP算法的平均定位误差为0.40m，最大定位误差为0.83m；相比于神经网络（BP）定位算法和遗传算法改进神经网络（GA-BP）定位算法的定位精度分别提高了56%和8.6%，有效的提高室内定位精度。

关键词：ZigBee;室内定位;定位精度;RSSI;SAGA-BP;神经网络

基金资助：中北大学重点实验室开放研究基金(DXMBJJ2018-08)、山西省重点研发计划资助项目（201603D121006-1）