电讯技术

作者：刘夏,莫树培,何惠玲,杨军

单位：(1.贵州工业职业技术学院 电子与信息工程学院，贵阳551400;2.中南大学 自动化学院，长沙 410083)

关键词：室内无线定位；RBF神经网络；核主成分分析；模糊C均值聚类；模拟退火自适应遗传算法；

基金：贵州省科技厅联合基金资助项目（黔科合J字［2014］2082；黔科合LH字［2016］7069）

针对径向基函数（Radial Basis Function,RBF）神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定，其定位效果不理想的问题，提出了一种用核主成分分析的模糊C均值聚类算法（Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM）和模拟退火自适应遗传算法（Simulated Annealing adaptive Genetic Algorithm,SAGA）优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理，再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点；其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值，创建RBF神经网络，并将其网络参数映射到SAGA算法中；再次由SAGA算法进行网络参数寻优，把最优的解映射回RBF神经网络；最后利用样本数据对RBF神经网络进行训练和测试，完成建立RBF神经网络算法模型。实验表明，在相同的环境中，所提算法比传统RBF神经网络定位精度提高了48.41%。?

来源：2019年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2019年第11期