文献检索-宁波市创意产业特色资源库

限定检索结果

基于chan-taylor和优化BP神经网络的5G室内定位算法: 收藏
分享
引用; 《中国惯性技术学报》2023年第8期31卷 806-813,822页; 作者：李帅辰武建锋中国科学院国家授时中心西安710699 中国科学院大学集成电路学院北京100049 中国科学院大学电子电气与通信工程学院北京100049; 为提高复杂环境下5G室内定位精度,针对不同应用场景设计了基于chan-taylor和优化BP神经网络的5G室内定位算法。当无样本可用时,提出了融合chan-taylor算法,使用chan算法计算出定位值作为taylor算法初始值进行迭代计算;当有小样本可用时...; 为提高复杂环境下5G室内定位精度,针对不同应用场景设计了基于chan-taylor和优化BP神经网络的5G室内定位算法。当无样本可用时,提出了融合chan-taylor算法,使用chan算法计算出定位值作为taylor算法初始值进行迭代计算;当有小样本可用时,采用BP神经网络效果更佳;当有大样本可用时,使用遗传算法改进BP神经网络以提高定位精度。在不同场景下对三种算法进行了对比实验,实验结果表明:无样本可用时,chan-taylor算法具有更好的鲁棒性和适用性;在45个样本训练情况下,BP定位精度最高,为0.3649 m;在400个样本训练情况下,GA-BP定位精度最高。; 来源：详细信息评论

限定检索结果