基于改进LSSVR模型的移动节点定位技术研究
【摘要】 针对最小二乘支持向量回归（leastsquaressupportvectorregression，LSSVR)模型在移动节点定位过程中存在难以确定最优参数的不足，提出一种基于改进粒子群算法优化LSSVR模型的定位方法。通过最小二乘支持向量回归机构造节点定位的模型，自适应调整惯性权重以及学习因子来提高粒子群算法的寻优性能，并将其应用到LSSVR模型的参数优化中，避免参数选择的盲目性。根据接收信号强度指示（receivedsignalstrengthindication，RS-SI)测距技术获得节点移动过程中的距离向量，将其输入LSSVR定位模型，估计出未知节点的坐标
