Resumen

Con el fin de mejorar la precisión y confiabilidad de la ubicación inalámbrica en entornos NLOS, se propone un algoritmo de ubicación inalámbrica basado en redes neuronales artificiales (ANN) para el error de posicionamiento NLOS causado por la propagación fuera de línea de visión (NLOS), como la oclusión y la reflexión de la señal. Se establece la relación de mapeo entre los datos de medición de TOA y TDOA y las coordenadas. Los pesos de conexión de la red neuronal se estiman como las variables de estado del sistema dinámico no lineal. La red de perceptrón multicapa se entrena con el algoritmo de entrenamiento de red neuronal en tiempo real basado en el filtro de Kalman extendido (EKF). Combinado con las características estadísticas del error NLOS, la estimación del sesgo NLOS del componente de estado se modifica para realizar la reconstrucción de los datos TDOA. La simulación y el análisis de datos experimentales muestran que el algoritmo puede debilitar efectivamente la influencia del error N

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Ubicación inalámbrica; Algoritmo; Red neuronal artificial; Error de posicionamiento NLOS; TOA; TDOA
• Keywords:Wireless location; Algorithm; Artificial neural network; NLOS positioning error; TOA; TDOA