一种基于粒子群优化BP神经网络技术的震后压埋人员手机定位方法

摘要

近年全球地震灾害频发，如何快速准确定位压埋人员方位是震后搜救工作中的重点和难点。本文提出的基于粒子群优化BP神经网络技术震后压埋人员手机定位方法，通过对压埋手机的定位，间接定位到被压埋人员。利用WiFi探针捕捉被压埋手机发出的接收信号强度数据，采用高斯-卡尔曼混合滤波对数据进行处理。以粒子群优化BP神经网络解算出的压埋距离为基础，融合对数衰减模型与多项式衰减模型，建立多衰减模型融合的压埋距离修正模型，获取更为精确的压埋距离。通过加权六点质心定位算法求解压埋手机位置。实验结果表明：多衰减模型融合的压埋距离修正模型定位误差为0.579 m,相较于单一的信道衰减模型与神经网络，定位精度分别提升43.5%、30.9%和12.7%。

关键词

地震救援 / PSO-BP神经网络 / 加权六点质心定位 / 多信道模型 / 混合滤波