حل مسأله تعيين موقعيت محلي با استفاده از شبكه عصبي مصنوعي چهار لايه

امروزه سيستم‌ تعيين موقعيت جهاني (GPS) در درون ساختمان‌ها و در ناحيه‌هاي شهري متراكم كه ديد مستقيم بين كاربر و ماهواره‌ها وجود ندارد، كارايي چنداني ندارد. از اين رو در سال‌هاي اخير سيستم تعيين موقعيت محلي (LPS) به‌طور قابل توجهي مورد استفاده قرار گرفته است. هدف اصلي از اين تحقيق، ارائه يك شبكه عصبي مصنوعي چهار لايه مبتني بر حل معادلات غير خطي (NLANN) براي حل مسأله تعيين موقعيت محلي مي‌باشد. براي ارزيابي عملكرد شبكه عصبي مصنوعي، از سه روش بهينه‌سازي گوس-نيوتون (GN)، الگوريتم ژنتيك (GA) و بهينه‌سازي ازدحام ذرات تركيبي (HPSO) استفاده شده است. نتايج نشان مي‌دهد كه مدل پيشنهادي از دقت بالايي برخوردار است. دقت شبكه عصبي مصنوعي بر روي داده‌هاي شبيه‌سازي‌شده، 05/0 متر حاصل شده است. در حالي‌كه بهترين دقت در الگوريتم‌هاي ديگر حدود 45/0 متر مي‌باشد. در داده‌هاي شبكه ايستگاه‌هاي GPS ايتاليا، شبكه عصبي مصنوعي در مدت زمان يك دقيقه به دقت زير 10 سانتي‌متر دست يافته است. همچنين شبكه عصبي مصنوعي، در ابعاد متفاوت از منطقه مطالعاتي و نسبت سيگنال به نويزهاي مختلف (SNR)، داراي دقت بهتري مي‌باشد و با افزايش تعداد ايستگاه‌ها، نتايج خوبي را در زمان‌هاي كمتري به‌دست آورده است. در حالي كه الگوريتم هاي ديگر از دقت خوبي برخوردار نيستند. با اين حال الگوريتم HPSO از الگوريتم‌هاي GA و GN نتايج بهتري را به دست آورده است.

Today, the global positioning systems (GPS) do not work well in buildings and in dense urban areas when there is no lines of sight between the user and their satellites. Hence, the local positioning system (LPS) has been considerably used in recent years. The main purpose of this research is to provide a four-layer artificial neural network based on nonlinear system solver (NLANN) for local positioning problem. To evaluate the performance of artificial neural network, three methods of gauss-newton (GN), genetic algorithm (GA) and hybrid particle swarm optimization (HPSO) have been used. The results indicate that the proposed model has high accuracy. The accuracy of the artificial neural network on the simulated data is 0.05 m, while the best accuracy in other algorithms is about 0.45 meters. In the data of Italy's GPS network, the artificial neural network has been reached to accuracy below 10 cm in one minute. Also, artificial neural network has better accuracy in different dimensions of study area and different signal to noise ratio (SNR), and by increasing the number of stations, it has achieved good results in less time. Whereas other algorithms have not get well accuracy. However, the HPSO has better results related to GA and GN algorithms.