一种基于BP神经网络精确室内定位系统及定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109996172A(43)申请公布日2019.07.09(21)申请号201910192011.7(22)申请日2019.03.14(71)申请人北京工业大学地址100124北京市朝阳区平乐园100号(72)发明人严海蓉王希予(74)专利代理机构北京思海天达知识产权代理有限公司11203代理人刘萍(51)Int.Cl.H04W4/02(2018.01)H04W4/33(2018.01)H04W64/00(2009.01)G01S11/06(2006.01)G06N3/063(2006.01)G06N3/08(2006.01)权利要求书2页说明书5页附图4页(54)发明名称一种基于BP神经网络精确室内定位系统及定位方法(57)摘要本发明提出一种基于BP神经网络精确室内定位方法，采用ZigBee技术进行精确的小范围定位。提出了误差滤波算法、缺失值补全算法和神经网络定位算法室内定位方法，并结合它们提高了定位精度。本发明提出的方法的整体思路是先根据zigbee定位获得准确的距离信息，再根据误差滤除算法精确距离。如发现存在缺失值，用基于KNN算法进行缺失值补全。最后根据节点到盲节点的距离引入BP神经网络，得出盲节点坐标。实验证明，神经网络定位方法在平面定位中优于三角形心算法。神经网络方法在节点数较少的情况下表现较好，平均误差为34cm。本发明将误差滤波算法与神经网络定位算法相结合，实验表明，误差明显减小，平均误差为28cm。CN109996172ACN109996172A权利要求书1/2页1.一种基于zigbee传输BP神经网络室内定位系统，其特征在于：包括定位终端、定位服务器、定位zigbee节点、手机端，定位zigbee节点无线连接到定位终端，定位终端连接到定位服务器，定位服务器包括定位算法模块、数据处理和数据存储模块和数据传输模块和数据显示模块，数据处理模块用于接收处理定位终端接收到的zigbee发出的RSSI信号强度，并进行RSSI公式计算得出锚节点到盲节点的距离，并将得出的结果存储到数据存储模块；定位算法模块读取数据存储模块的距离值数据采用BP神经网络算法计算获得定位终端的位置坐标，通过数据显示模块将位置坐标从PC端定位软件进行显示；数据传输模块将定位信息通过蓝牙传输到用户手机移动端，并实时显示。2.根据权利要求1所述的室内定位系统，其特征在于定位服务器采用远程服务器，客户端包括手机移动和PC端。3.一种基于BP神经网络精确室内定位方法，其特征在于：搭建运行此算法的Zigbee平台，选取的是信号强度最大的四个定位点，但是定位仅需要三个定位点，当定位节点进行移动时，由几何学得到至少有三个定位节点的值发生变化，只有当三个值同时变化的时候，才对定位点的坐标进行重新计算；如果只有一个点发生变化，则认为该锚节点测量数据有误进行舍弃，然后通过基于KNN算法进行补全；其原理是在样本附近选取点进行排序取前k个样本，将这些样本某属性的平均值赋给该样本，将不同距离的邻居对该样本产生的影响赋予不同的权值得到该样本的预测值；如公式1；其中k为选取的点数，μ为权重，μ＝(τ)i,τ和k为超参数；采用BP神经网络，输入节点数是定位区域中的定位节点数；神经元的基本模型：Xi为来自神经元i的输入，其中i＝1,2,….n；Wjn为神经元n与神经元j的连接强度，bj为神经元j的阈值，Sj为神经元j的净输入，f为单调上升的传递函数，yj为神经元j的输出；Sj的值为：T其中X＝[x1，x2...xi...xn]，n为该层神经元总数；Wj＝[wj1，wj2...wji...wjn]yj的值为BP神经网络的权值改变方法是使用梯度下降法，通过梯度下降的方法，依据反向流动的误差不断调整权值，最终使整个网络的平方误差最小；在正向传播过程中，设BP网络的输入层有n个节点，隐藏层有q个节点，输出层有m个节点，输入层与隐藏层之间的权值为Vki，隐藏层与输出层之间的权值为Wjk，隐藏层的传递函数为f1，输出层的传递函数为f2；其中k为隐藏层节点序号；则隐藏层节点的输出为2CN109996172A权利要求书2/2页输出层节点的输出为：在反向流动的过程中，设期望输出为t，输入样本得到的输出为y；则第P个样本的误差Ep为：全局误差为,P为样本数总量：采用累计误差BP算法调整Wjk，使全局误差E变小，η为学习率，则输出层各神经元的权值变化为：3CN109996172A说明书1/5页一种基于BP神经网络精确室内定位系统及定位方法技术领域[0001]本发明属于室内定位技术领域，具体涉及一种基于神经网络改进算法的zigbee室内定位方法。背景技术[0002]物联感知技术最终目标是提供基于位置的服务LBS(Locatio