基于采用天牛须搜索算法优化神经网络的可见光室内定位方法

摘要

针对基于神经网络的可见光室内定位技术存在训练速度慢、泛化能力弱而导致定位精度不高的问题,提出采用天牛须搜索(BAS)算法优化神经网络的可见光定位方法,搭建了0.8 m×0.8 m×0.8 m的实测模型。该方法使用BAS算法优化神经网络的连接权重矩阵,拟合了室内无线信道参数,实现室内定位。仿真与实验结果表明:该方法仿真时的平均定位误差不超过3.42 cm,比神经网络训练速度提升40%;实验时,在高度h=0.25 m的平面测得平均定位误差不超过4.0 cm。