RSSI融合 RBF改善测距精度的研究.pdfVIP

２０１４ ３ 机床与液压 Ｍａｒ２０１４ 年月 ４２ ５ 第卷第期 ＭＡＣＨＩＮＥ ＴＯＯＬ ＆ ＨＹＤＲＡＵＬＩＣＳ Ｖｏｌ４２ Ｎｏ５ ＤＯＩ：１０．３９６９／ ｊｉｓｓｎ１００１－３８８１２０１４０５０１８ ＲＳＳＩ融合 ＲＢＦ改善测距精度的研究 路继军，马松龄，贾昭 （西安建筑科技大学机电工程学院，陕西西安７１００５５） 摘要：由于室内环境中存在非视距和多径传输的影响，基于ＲＳＳＩ 的测距技术的测距误差比较大。针对这个问题，提出 一种采用ＲＢＦ前馈神经网络补偿ＲＳＳＩ测距受外部环境影响而引起误差的方法，详细介绍了如何利用ＲＢＦ神经网络数据融 合方法补偿ＲＳＳＩ测距传感器误差的实现方法，给出了该方法在室内测距中的应用实例。实际应用表明：该补偿方法明显提 ＲＳＳＩ 高了测距的精度，适用于高精度要求或复杂环境下的 测距。 ＲＳＳＩ ＲＢＦ 关键词： 传感器； 神经网络；测距精度 中图分类号：ＴＮ９８　 　 文献标识码：Ａ　 　 文章编号：１００１－３８８１ （２０１４）５－０６３－３ Ｓｔｕｄｙ ｏｎ Ｒａｎｇｉｎｇ Ａｃｃｕｒａｃｙ Ｉｍｐｒｏｖｅｍｅｎｔ Ｂａｓｅｄ ｏｎ ＲＳＳＩ Ｆｕｓｉｎｇ ＲＢＦ ＬＵＪｉｊｕｎ，ＭＡ Ｓｏｎｇｌｉｎｇ，ＪＩＡ Ｚｈａｏ Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｘｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （ ， ， ， ） Ｘｉａｎ Ｓｈａａｎｘｉ７１００５５ Ｃｈｉｎａ 　 　 Ａｂｓｔｒａｃｔ：Ｒａｎｇｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄ ｏｎ ＲＳＳＩ ｈａｓ ｑｕｉｔｅ ｌａｒｇｅ ｒａｎｇｉｎｇ ｅｒｒｏｒ，ｓｉｎｃｅ ｔｈｅｒｅ ａｒｅ ｅｘｉｓｔｉｎｇ ｉｍｐａｃｔｓ ｏｆ ｗｉｒｅｌｅｓｓ ｌｏｃａｔｉｏｎ ｉｎ ｉｎｄｏｏｒ ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ ｍｕｌｔｉｐａｔｈ ｔｒａｎｓｍｉｓｓｉｏｎ． Ａｉｍｉｎｇ ａｔ ｔｈｉｓ ｐｒｏｂｌｅｍ ａ ｍｅｔｈｏｄ ｕｓｉｎｇ ＲＢＦ ｆｅｅｄｆｏｒｗａｒｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｔｏ ｃｏｍ ， ｐｅｎｓａｔｅ ＲＳＳＩ ｒａｎｇｉｎｇ ｅｒｒｏｒ ａｆｆｅｃｔｅｄ ｂｙ ｔｈｅ ｅｘｔｅｒｎａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｗａｓ ｐｒｏｐｏｓｅｄ． Ｔｈｅ ｍｅｔｈｏｄ ｈｏｗ ｔｏ ｔａｋｅ ａｄｖａｎｔａｇｅ ｏｆ ｔｈｅ ＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｄａｔａｆｕｓｉｏｎｍｅｔｈｏｄｔｏｃｏｍｐｅｎｓａｔｅｔｈｅＲＳＳＩｒａｎｇｉｎｇｓｅｎｓｏｒｅｒｒｏｒｗａｓｉｎｔｒｏｄｕｃｅｄ． Ｉｎｄｏｏｒｒａｎｇｉｎｇｉｎｓｔａｎｃｅｗａｓｇｉｖｅｎ． Ｔｈｅｐｒａｃｔｉ ｃａｌ ａｐｐｌｉｃａｔｉｏｎ ｓｈｏｗｓｔｈａｔ ｔｈｅ ｃｏｍｐｅｎｓａｔｉｏｎ ｍｅｔｈｏｄ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｉｍｐｒｏｖｅｓｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｄｉｓｔａｎｃｅ ｍｅａｓｕｒｅｍｅｎｔ，ｉｔ ｉｓ ｓｕｉｔａｂｌｅ ｆｏｒ ＲＳＳＩ ｒａｎｇｉｎｇ ｗｉｔｈ ｈｉｇｈ ｐｒｅｃｉｓｉｏｎ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｒ ｉｎ ｃｏｍｐｌｅｘ ｅｎｖｉｒｏｎｍｅｎｔ． Ｋｅｙｗｏｒｄｓ：ＲＳＳＩ ｓｅｎｓｏｒｓ；ＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；Ｒａｎｇｉｎｇ ａｃｃｕｒａｃｙ 　 　 基于ＲＳＳＩ （Ｒａｄｉｏ Ｓｉｇｎａｌ Ｓ