论文研究基于RBF神经网络的泰勒级数展开定位算法.pdf

泰勒序列展开定位算法在视距（LOS）环境下有着较好的定位精度，但是在非视距（NLOS）环境下，泰勒序列展开定位算法的定位精度大大下降。为了减小NLOS传播的影响，提出了基于RBF神经网络的泰勒序列展开定位算法。利用神经网络较快的学习特性和逼近任意非线性映射的能力，对NLOS传播的误差进行修正，再利用泰勒序列展开定位算法进行定位。仿真结果表明，该算法减小了NLOS传播的影响，在NLOS环境下有较高的定位精度，性能优于泰勒序列展开定位算法、Chan算法和LS算法。