计算机应用 ›› 2011, Vol. 31 ›› Issue (03): 629-631.DOI: 10.3724/SP.J.1087.2011.00629

• 网络与通信 • 上一篇    下一篇

基于Elman神经网络的TDOA定位算法

吴燕红1,关维国1,王艳峰2   

  1. 1. 辽宁工业大学 电子与信息工程学院
    2. 辽宁工业大学 电气工程学院
  • 收稿日期:2010-09-15 修回日期:2010-11-13 发布日期:2011-03-03 出版日期:2011-03-01
  • 通讯作者: 吴燕红
  • 作者简介:吴燕红(1983-),女,山东菏泽人,硕士研究生,主要研究方向:移动通信网络定位;关维国(1973-),男,辽宁锦州人,副教授,主要研究方向:移动通信网络、卫星导航;王艳峰(1985-),男,河南许昌人,硕士研究生,主要研究方向:智能控制、信息处理。

TDOA location algorithm based on Elman neural network

WU Yan-hong1,GUAN Wei-guo1,WANG Yan-feng2   

  1. 1. College of Electronic and Information Engineering, Liaoning University of Technology, Jinzhou Liaoning 121001, China
    2. College of Electrical Engineering, Liaoning University of Technology, Jinzhou Liaoning 121001, China
  • Received:2010-09-15 Revised:2010-11-13 Online:2011-03-03 Published:2011-03-01
  • Contact: WU Yan-hong

PDF

摘要： 针对Chan定位算法在非视距(NLOS)环境下定位性能差的缺点，提出一种基于Elman神经网络的Chan定位算法，利用Elman神经网络的动态递归特性以及强大的非线性映射逼近能力，对NLOS误差进行修正，再利用Chan算法定位。仿真结果表明，在NLOS误差较大的环境下该算法仍具有良好的定位精度，性能优于Chan算法和泰勒级数展开法。

关键词: 非视距传播, Elman神经网络, Chan定位算法, 时间到达差

Abstract: Concerning Chan location algorithm's poor performance in Non-Line-of-Sight (NLOS) environment, a Chan location algorithm based on the Elman neural network was proposed. The Elman neural network was adopted to correct the NLOS errors with its dynamical characteristics and non-linear approach capacity and then the position was calculated by Chan's algorithm. The simulation results indicate that the location algorithm can improve the performance even in serious NLOS environment. The performance of the proposed algorithm outperforms that of Chan's algorithm and Taylor's algorithm.

Key words: Non-Line-Of-Sight (NLOS), Elman neural network, Chan location algorithm, Time-Different-of-Arrival (TDOA)

中图分类号: 

版权所有 © 2021 四川计算机应用杂志社有限公司
蜀ICP备 05010208 号-3　新出网证(川)字026号
技术支持：北京玛格泰克科技发展有限公司
访问总数：
今日访问：