RBF神经网络优化后的无线网络室内定位

摘要

目前室内定位技术已经相当成熟,但是依旧存在四个方面的问题:一是支持向量机的定位性能不高;二是室内环境相对复杂;三是神经网络的参数不够明确;四是无线信号具有较强的时变性.针对上述问题,提出通过和声搜索算法对RBF神经网络进行优化的无线网络室内定位系统.通过模糊聚类对有效训练区进行选择,以提高其精确性.同时,以和声搜索算法为依据进行RBF神经网络的参数计算,实现更加精准的室内定位.经过实验仿真表明,该系统切实可行.