基于遗传算法优化神经网络的定位算法

摘要

为了减小非视距（Non Line of Sight，NLOS）误差对移动台定位精度的影响，提出一种基于遗传优化后向传播（Back Propagation，BP）神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值，再利用优化后的GA-BP神经网络修正到达时间差（Time Difference Of Arrival，TDOA）测量值，最后使用Chan氏算法确定移动台的位置，以避免由于神经网络初始权值的随机性所带来的网络震荡，克服网络容易陷入局部解的问题。仿真结果表明，新算法能够实现移动台的静态定位，并且性能优于传统BP 神经网络与最小二乘（Least Square，LS）算法。