公开(公告)号：CN106912105B

公开(公告)日：2020-06-09

申请号：CN201710133596.6

申请日：2017-03-08

Applicant: 哈尔滨理工大学

Inventor： 任喆 ,  施云波 ,  黄安付 ,  兰云萍 ,  刘丛宁 ,  刘合欢

IPC: H04W64/00

Abstract: 本发明设计了一种基于粒子群算法(Particle Swarm Optimizer,PSO)优化后的BP神经网络的终端三维定位方法，可广泛应用于无线定位领域。本方法过程为：测得某区域内多个基站与终端的距离数据。将实测距离从小到大排序，选择距离最近的四个基站，用这四个基站通过最小二乘法计算出含非视距影响的终端位置。再计算出所有含非视距的终端位置，并计算出每个基站到终端的三维方向角。最后把所得终端位置坐标、基站到终端距离以及三维方向角作为PSO_BP神经网络的特征值输入层，输出层是修正后的终端位置坐标。本发明利用PSO算法优化了BP神经网络，所得结果消除了非视距因素带来的终端位置测量误差，提出的算法具有性能稳定、算法收敛快、定位精度高等优点，适合推广使用。

公开(公告)号：CN106503689A

公开(公告)日：2017-03-15

申请号：CN201611022616.4

申请日：2016-11-14

Applicant: 哈尔滨理工大学

Inventor： 黄安付

IPC: G06K9/00 ,  G06N3/08

CPC classification number: G06K9/00 ,  G06N3/086

Abstract: 本发明公开了一种基于粒子群算法的神经网络局部放电信号模式识别方法。该方法采用粒子群算法优化的BP神经网络作为分类器对局部放电信号进行识别。首先通过局部放电测试仪器实时的处理局部放电信号，缓冲储存一段局部放电信号，对储存的信号段经过特征提取形成特征值矩阵。对特征值矩阵降维、归一化处理后出入BP神经网络。由BP神经网络的正向计算，经过网络各层计算到输出层，反向过程中通过粒子群算法寻优后修正网络的权值和阈值，这里展示粒子群算法的全局搜索优势弥补BP算法在收敛上遇到的局部搜索问题，从而提高了BP网络的识别率，充分发挥了BP网络的局部放电模式识别能力。

公开(公告)号：CN106912105A

公开(公告)日：2017-06-30

申请号：CN201710133596.6

申请日：2017-03-08

Applicant: 哈尔滨理工大学

Inventor： 任喆 ,  施云波 ,  黄安付 ,  兰云萍 ,  刘丛宁 ,  刘合欢

IPC: H04W64/00

Abstract: 本发明设计了一种基于粒子群算法(Particle Swarm Optimizer,PSO)优化后的BP神经网络的终端三维定位方法，可广泛应用于无线定位领域。本方法过程为：测得某区域内多个基站与终端的距离数据。将实测距离从小到大排序，选择距离最近的四个基站，用这四个基站通过最小二乘法计算出含非视距影响的终端位置。再计算出所有含非视距的终端位置，并计算出每个基站到终端的三维方向角。最后把所得终端位置坐标、基站到终端距离以及三维方向角作为PSO_BP神经网络的特征值输入层，输出层是修正后的终端位置坐标。本发明利用PSO算法优化了BP神经网络，所得结果消除了非视距因素带来的终端位置测量误差，提出的算法具有性能稳定、算法收敛快、定位精度高等优点，适合推广使用。