基于IA-BP神经网络的UWB室内定位系统

来源：电子测量技术杂志2019年第5期北京时间：

作者：李勇，柳建

摘要：复杂的室内环境给定位系统带来非视距误差和多径干扰，消除或降低误差成为超宽带(UWB)室内定位研究的热点。提出一种基于IA-BP神经网络的UWB室内定位方法，将BP神经网络训练的误差值作为免疫算法计算亲和度的抗原，通过免疫算法寻得BP神经网络的最优权值和阈值，避免BP神经网络收敛速度较慢和容易陷入局部最优值的问题，达到定位误差较小的目的。仿真实验结果表明，IA-BP神经网络训练100个样本输出的最大归一化误差不超过0.02，以3个锚点构成的定位场景中，待定位节点的仿真输出轨迹与实际运动轨迹基本吻合。

关键词：超宽带;室内定位;IA-BP神经网络;权值和阈值;定位误差

基金资助：四川省教育厅重点项目（17ZA0045）、乐山市科技局重点基金项目（16GZD028）资助