این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Electrical and Electronic Engineering، جلد ۱۳، شماره ۳، صفحات ۰-۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Improving Accuracy of DGPS Correction Prediction in Position Domain using Radial Basis Function Neural Network Trained by PSO Algorithm
چکیده انگلیسی مقاله Differential Global Positioning System (DGPS) provides differential corrections for a GPS receiver in order to improve the navigation solution accuracy. DGPS position signals are accurate, but very slow updates. Improving DGPS corrections prediction accuracy has received considerable attention in past decades. In this research work, the Neural Network (NN) based on the Gaussian Radial Basis Function (RBF) has been developed. In many previous works all parameter of RBF NN are optimizing by evolutionary algorithm such as Particle Swarm Optimization (PSO), but in our approach shape parameter and centers of RBF NN are calculated in better way, in addition, search space for PSO algorithm will be reduced which cause more accurate and faster approach. The obtained results show that RMS has been reduced about 0.13 meter. Moreover, results are tabulated in the tables which verify the accuracy and faster convergence nature of our approach in both on-line and off-line training methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدرضا موسوی | m r mosavi
narmak, tehran 16846-13114, iran


a رشیدی نیا | a. rashidinia
narmak, tehran 16846-13114, iran
نشانی اینترنتی http://ijeee.iust.ac.ir/browse.php?a_code=A-10-78-20&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده 5-Satellite Communications
نوع مقاله منتشر شده Research Paper
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات