基于Elman神经网络的室内定位算法的优化与应用

室内定位精度的关键问题是接收信号强度指示器（RSSI）受变化的环境（例如衍射，障碍物和多径效应）影响。 为了提高精度，我们提出了一种基于Elman神经网络的室内定位算法。 首先，我们使用卡尔曼平均滤波器估计点对点RSSI的距离。 然后根据估计的距离重建RSSI。 最后，我们利用Elman神经网络估计目标坐标。 实验结果表明，该方法可以达到0.915米的定位精度，并且对RSSI变化具有良好的稳定性。