-
题名基于Bi-LSTM神经网络的室内可见光定位方法
被引量：2
- 1
-
-
作者
王乐乐
秦岭
胡晓莉
赵德胜
-
机构
内蒙古科技大学信息工程学院
-
出处
《光通信技术》
北大核心
2024年第2期36-41,共6页
-
基金
国家自然科学基金项目(62161041)资助
内蒙古自治区应用技术研究与开发资金项目(2021GG0104)资助。
-
文摘
双向长短时记忆(Bi-LSTM)神经网络由于超参数众多,难以获得最优系统模型。同时,考虑到灰狼优化(GWO)算法可能过早收敛的情况,提出了一种采用GWO结合粒子群(GWO-PSO)算法优化Bi-LSTM神经网络的单灯定位方法。通过优化网络中的学习率、隐藏神经元个数等超参数,提高系统的稳定性和定位精度。最后,采用加权K邻近(WKNN)算法对误差较大的点进行优化,以获得更精确的定位位置。仿真结果表明,在3 m×3.6 m×3 m的室内环境中,所提定位方法的平均定位误差为3.57 cm,其中90%的定位误差在6 cm内。
-
关键词
可见光定位
双向长短时记忆
灰狼结合粒子群
加权K近邻
-
Keywords
visible light positioning
bidirectional long short temm memory
grey wolf combined with particle swarm optimiza-tion algorithm
weighted K-nearest neighbor
-
分类号
TN929.1
[电子电信—通信与信息系统]
-
