典型文献
基于Elman神经网络的可见光室内定位算法研究
文献摘要：
近年来,室内定位算法吸引了大量的关注和研究.为了改善现有定位算法的复杂度以及精确度等问题,提出了一种先利用Elman神经网络进行室内位置预测,使用加权K近邻算法(WKNN)对预测结果进行修正的可见光室内定位算法.该算法应用在由单LED灯作为发射器,4个水平光电探测器(PD)构成接收器的室内定位系统中.4个水平光电探测器分别位于接收器的4个角,待测位置位于接收器的中心.通过两个Elman神经网络分别预测待测点的横坐标和纵坐标来确定待测点的初步位置,找出定位误差大于神经网络预测平均误差的待测点,用加权K近邻算法进行修正来确定待测点的精确位置,将修正后的精确位置更新到整体待测点的位置中.仿真结果表明,在3.6 m×3.6 m×3 m的室内环境下,本研究算法的平均定位误差为7.13 cm,平均定位时间为0.24 s.
文献关键词：
光通信;Elman神经网络;加权K近邻;室内定位;误差修正
中图分类号：
作者姓名：
秦岭;张崇泰;郭瑛;徐艳红;王凤英;胡晓莉
作者机构：
内蒙古科技大学信息工程学院,内蒙古包头014010
文献出处：
引用格式：
[1]秦岭;张崇泰;郭瑛;徐艳红;王凤英;胡晓莉-.基于Elman神经网络的可见光室内定位算法研究)[J].光学学报,2022(05):16-23
A类：
B类：
Elman,可见光,室内定位算法,算法研究,位置预测,近邻算法,WKNN,算法应用,LED,发射器,平光,光电探测器,接收器,室内定位系统,测位,横坐标,纵坐标,神经网络预测,平均误差,正来,位置更新,室内环境,平均定位误差,定位时间,光通信,误差修正
AB值：
0.314294
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
