基于IGOOSE优化BP神经网络的RSSI测距算法

本发明公开一种基于IGOOSE优化BP神经网络的RSSI测距算法，属于测距技术领域。针对传统无线信号路径损耗模型在预测距离值时易受多径效应影响，导致在复杂室内环境中定位精度下降等问题。本发明首先基于反向传播神经网络构建接收信号强度指示非线性模型，采用卡尔曼滤波减少RSSI信号中的噪声。其次，引入多种策略改进鹅优化算法，并通过IGOOSE优化BP神经网络的权值和偏置建立基于IGOOSE‑BP神经网络的RSSI测距算法。本发明的平均误差、均方根误差和最大误差为16.3cm、22.8cm和56.1cm，小于GOOSE‑BP、ISSA‑BP和GWO‑BP，且收敛速度更快，表现出更好的定位性能。