发明名称 |
一种基于测距和神经网络算法的水下定位方法 |
摘要 |
本发明公开了一种基于测距和神经网络算法的水下定位方法,包括如下步骤:在定位水域内布置K个锚节点和N个待定位节点,测量每个待定位节点与K个锚节点之间的距离;分离线训练和在线定位两个阶段进行定位;所述离线训练阶段包括以下步骤:测量第n个待定位节点与所有锚节点距离,形成距离向量,将距离向量输入三层神经网络:神经网络输入层、神经网络隐藏层和神经网络输出层;通过算法迭代更新预测模型参数,输出神经网络模型参数;所述在线定位阶段包括以下步骤:测量第n个待定位节点与所有锚节点当前距离,形成距离向量;将距离向量输入离线训练阶段得到的神经网络模型参数;输出待定位节点的位置坐标,减小测距误差。 |
申请公布号 |
CN106093849A |
申请公布日期 |
2016.11.09 |
申请号 |
CN201610389518.8 |
申请日期 |
2016.06.03 |
申请人 |
清华大学深圳研究生院 |
发明人 |
董宇涵;李征;王睿;张林;张凯 |
分类号 |
G01S5/00(2006.01)I;H04W64/00(2009.01)I;G06N3/02(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G01S5/00(2006.01)I |
代理机构 |
深圳新创友知识产权代理有限公司 44223 |
代理人 |
江耀纯 |
主权项 |
一种基于测距和神经网络算法的水下定位方法,其特征在于,包括如下步骤:A1、在定位水域内布置K个锚节点和N个待定位节点,测量每个待定位节点与K个锚节点之间的距离;A2、分离线训练和在线定位两个阶段进行定位;A3、所述离线训练阶段包括以下步骤:A31、测量第n个待定位节点与所有锚节点距离,形成距离向量;A32、将距离向量d<sub>n</sub>输入三层神经网络:神经网络输入层、神经网络隐藏层和神经网络输出层;A33、通过算法迭代更新预测模型参数,输出神经网络模型参数;A4、所述在线定位阶段包括以下步骤:A41、测量第n个待定位节点与所有锚节点当前距离,形成距离向量s<sub>n</sub>;A42、将距离向量s<sub>n</sub>输入离线训练阶段得到的神经网络模型参数;A43、输出待定位节点的位置坐标。 |
地址 |
518055 广东省深圳市南山区西丽大学城清华校区 |