基于遺傳神經(jīng)網(wǎng)絡(luò)的WLAN室內(nèi)定位算法研究.pdf

1、在未來全空間位置感知服務(wù)信息網(wǎng)絡(luò)融合的發(fā)展趨勢下，無線局域網(wǎng)室內(nèi)定位技術(shù)作為這一體系的重要組成和銜接部分將逐漸受到重視和青睞。由最初的距離依賴型算法發(fā)展到現(xiàn)在的模式匹配室內(nèi)定位算法，包括人工神經(jīng)網(wǎng)絡(luò)、模糊推理系統(tǒng)和遺傳算法等人工智能方法，利用無線局域網(wǎng)實現(xiàn)辦公大樓、商場以及公寓住宅等室內(nèi)通信的優(yōu)勢越來越明顯，其中，隨著組網(wǎng)拓撲多樣化及定位高效化等要求，兼顧復(fù)雜組網(wǎng)結(jié)構(gòu)、動態(tài)變化環(huán)境特征的人工智能方法逐步成為了無線局域網(wǎng)室內(nèi)定位的重要算法

2、，從而，如何實現(xiàn)人工智能定位算法的有效結(jié)合是整個室內(nèi)定位系統(tǒng)設(shè)計的核心問題。
　　針對人工神經(jīng)網(wǎng)絡(luò)室內(nèi)定位算法訓(xùn)練速度慢，易陷入局域極小和全局搜索能力弱等缺陷，本文通過對網(wǎng)絡(luò)泛化能力的計算，研究了遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)定位算法設(shè)計過程中的幾個相關(guān)問題：
　　第一，建立了遺傳算法學習的人工神經(jīng)網(wǎng)絡(luò)定位模型。由于傳統(tǒng)的后向傳播人工神經(jīng)網(wǎng)絡(luò)具有收斂速度慢，初始權(quán)值，閾值以及網(wǎng)絡(luò)結(jié)構(gòu)的選擇缺乏依據(jù)等問題，使得定位結(jié)果不夠穩(wěn)定。因此，在

3、此部分中，通過對人工神經(jīng)網(wǎng)絡(luò)模型和室內(nèi)定位算法的深入研究，提出基于遺傳算法學習的神經(jīng)網(wǎng)絡(luò)設(shè)計，并建立遺傳神經(jīng)網(wǎng)絡(luò)隱層節(jié)點的優(yōu)化模型。
　　第二，提出了遺傳神經(jīng)網(wǎng)絡(luò)的泛化能力度量。首先，結(jié)合神經(jīng)網(wǎng)絡(luò)定位算法的學習規(guī)則和泛化能力計算，提出刻畫遺傳神經(jīng)網(wǎng)絡(luò)適應(yīng)動態(tài)變化的室內(nèi)環(huán)境的泛化能力度量方法。然后，通過對目前遺傳算法常用的編碼方法優(yōu)缺點和適用范圍的分析，提出根據(jù)網(wǎng)絡(luò)泛化能力保障準則選擇最適宜的遺傳編碼方法。
　　第三，提出了基

4、于泛化保障的遺傳神經(jīng)網(wǎng)絡(luò)定位算法。首先，用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，使其具有自進化、自適應(yīng)能力，構(gòu)造出連接權(quán)、網(wǎng)絡(luò)結(jié)構(gòu)和學習規(guī)則進化的神經(jīng)網(wǎng)絡(luò)。然后，根據(jù)遺傳參數(shù)的差異性討論和泛化保障的編碼方法選擇，并結(jié)合適應(yīng)度作為度量函數(shù)，討論參考點間隔的選取準則，利用理論分析和系統(tǒng)仿真，確定網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)，進而實現(xiàn)室內(nèi)定位算法的優(yōu)化設(shè)計。
　　本論文通過對遺傳神經(jīng)網(wǎng)絡(luò)的泛化能力分析與設(shè)計，提出了基于泛化保障的編碼方法優(yōu)化的遺傳神經(jīng)網(wǎng)絡(luò)室內(nèi)定位算法