【技术实现步骤摘要】
基于PSO_BP神经网络的三维定位方法
本专利技术设计了一种基于粒子群算法优化后的BP神经网络的终端三维定位方法,可广泛应用于无线定位领域。
技术介绍
随着无线通信网络和移动互联网的蓬勃发展,提供基于地理位置信息的服务(LocationBasedService,简称LBS)已经成为最具市场前景和发展潜力的业务之一。从传统的GPS导航,到电子商务、餐饮平台等基于地理位置的消费信息服务和社交软件,实现其功能的基础就是要获取用户手持终端(包括手机或者平板等设备)的位置。虽然商用GPS已经随着智能手机的发展而得到了广泛的应用,但是在诸如室内、地下、高楼林立的市区等诸多场景中,GPS定位性能较差。基于无线网络基站的定位系统相比GPS存在覆盖范围广、信号质量高、用户期望其移动终端意愿强烈的优势,同时,基于无线网络基站,运营商推进定位服务的盈利模式清晰,在基础的数据服务之外,还可以通过为用户提供增值服务而促进运营商的业务发展。因此,基于无线通信基站的定位技术有着广阔的应用前景和巨大的商业价值。受定位时间、定位精度以及复杂室内环境等条件的限制,特别在三维定位环境,比较完善的定位技术目前还无法很好地利用。以室内环境为例,无线电信号的传播过程中会经过墙面的多次反射、室内物体的折射和吸收等。这些物理因素会导致通信基站测量得到的诸如距离、角度等信息存在噪声。如何基于这些有噪声的测量,得到对于位置信息的准确估计,也是通信基站实现对终端定位需要解决的问题。求解分析三维条件下移动终端定位相关问题的有创新性和可实现性强的算法,都将有可能被快速部署到现代商业通信网络中,带来巨大的社会和经济 ...
【技术保护点】
一种基于PSO_BP神经网络的终端三维定位方法,其特征在于:本专利技术专利可用于从多基站收到的移动终端无线电信号定位出基站精确的位置;这种方法的重要环节在于利用BP神经网络的良好拟合能力消除由于非视距影响造成的终端定位误差,以及利用PSO算法全局寻优能力克服BP神经网络的局部寻优缺陷,并且在BP神经网络输入部分使用距离、估计位置、三维方向角作为特征值,提高了网络学习训练对终端点定位效果。,实现了室内多基站情况下的移动终端定位,具体包括:S1.通过无线电信号传播计算基站到终端的距离过程中,存在非视距的影响,这种影响会使多基站定位终端误差时带来偏差;一个区域内会存在多个基站,从终端所处的位置(mx
【技术特征摘要】
1.一种基于PSO_BP神经网络的终端三维定位方法,其特征在于:本发明专利可用于从多基站收到的移动终端无线电信号定位出基站精确的位置;这种方法的重要环节在于利用BP神经网络的良好拟合能力消除由于非视距影响造成的终端定位误差,以及利用PSO算法全局寻优能力克服BP神经网络的局部寻优缺陷,并且在BP神经网络输入部分使用距离、估计位置、三维方向角作为特征值,提高了网络学习训练对终端点定位效果。,实现了室内多基站情况下的移动终端定位,具体包括:S1.通过无线电信号传播计算基站到终端的距离过程中,存在非视距的影响,这种影响会使多基站定位终端误差时带来偏差;一个区域内会存在多个基站,从终端所处的位置(mxi,myi,mzi)的由近及远选取前四个基站,四基站坐标按顺序分别命名为(bx1,by1,bz1),(bx2,by2,bz2),(bx3,by3,bz3),(bx4,by4,bz4),当四个基站不在同一个平面内,终端到基站之间利用TDOA技术实测的距离分别为r1i,r2i,r3i,r4i,有r1i≤r2i≤r3i≤r4i。本发明讨论四个不在平面内的基站的情形,当前四基站点处在一个平面内就连续选取前5个基站,以此类推;S2.由四个基站到移动终端的实测距离计算终端含非视距误差的位置,由于存在测量误差,四个球可能不交与一个点,为减小误差的影响,采用最小二乘法估算,则三维坐标的最小二乘估计位置为S3.利用AOA方法,计算由基站坐标(bxj,byj,bzj)到由该基站参与估计的三维终端位置所确定的三维方向角则PSO_BP神经网络的输入特征值向量为M,由于本发明研究的是以基于4个不共面的基站为特例,故n=4;多于4个基站的情况可按照此一般形式表示,其中S4.位置误差与方位角误差产生都由2个部分组成,其中终端的估计位置坐标与无误差位置坐标(xi,yi,zi)之间的误差是非视距传播误差和测量误差则有从基站位置坐标(bxj,byj,bzj)到终端估计位置的三维方向角也包含由于非视距因素影响的误差与测量误差有其中是无误差的三维方向角;S5.构建BP神经网络,BP神经网络由输入层、隐含层和输出层组成;输入特征值向量为M,输入特征向量为3n+4维,本发明中n=4,输出层为3维,输出层是所求的精确终端位置坐标,隐层为多层,隐层结构的由神经网络学习曲线的误差分析确定;S6.PSO_BP神经网络算法的过程是据S5构建BP神经网络,采用PSO算法在给定特征值的定义域内搜索误差函数全局最小值解,当PSO算法收敛到一个小区域并终止迭代后,采用梯度下降的方式局部以较小步长二次寻求最小值解;S7.利用采集...
【专利技术属性】
技术研发人员:任喆,施云波,黄安付,兰云萍,刘丛宁,刘合欢,
申请(专利权)人:哈尔滨理工大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。