室内无线传感器网络定位通常采用基于信号强度指示RSSI(Received Signal Strength Indicator)的测距方法,但由于室内信号反射、阻挡严重,同时不同硬件之间存在性能差异,导致RSSI随距离的衰减模型难以精确表述。本文提出一种基于广义延...室内无线传感器网络定位通常采用基于信号强度指示RSSI(Received Signal Strength Indicator)的测距方法,但由于室内信号反射、阻挡严重,同时不同硬件之间存在性能差异,导致RSSI随距离的衰减模型难以精确表述。本文提出一种基于广义延拓插值的RSSI测距模型,通过对实测数据进行拟合和插值,构造出能够反映实测环境下的衰减模型,避免了大尺度衰减模型中环境衰减因子难以由经验值给出的问题,同时也减小了不同硬件间的性能差异带来的影响,相比传统的大尺度衰减模型测距精度得到很大改善。展开更多
针对传统信号传播路径损耗模型接收的信号强度指示(received signal strength indication,RSSI)测距误差较大,提出了基于反向传播(back propagation,BP)神经网络模型的RSSI测距方法.首先,研究分析传统信号传播路径损耗模型及测距误差;其...针对传统信号传播路径损耗模型接收的信号强度指示(received signal strength indication,RSSI)测距误差较大,提出了基于反向传播(back propagation,BP)神经网络模型的RSSI测距方法.首先,研究分析传统信号传播路径损耗模型及测距误差;其次,利用BP神经网络构建新的路径损耗模型,并将该模型应用到RSSI测距中,对基于BP神经网络模型的RSSI测距方法进行研究;最后,通过实验和MATLAB仿真对测距方法进行验证.仿真结果表明:BP神经网络模型的RSSI测距误差比传统信号传播路径损耗模型的RSSI测距误差要小.展开更多
文摘室内无线传感器网络定位通常采用基于信号强度指示RSSI(Received Signal Strength Indicator)的测距方法,但由于室内信号反射、阻挡严重,同时不同硬件之间存在性能差异,导致RSSI随距离的衰减模型难以精确表述。本文提出一种基于广义延拓插值的RSSI测距模型,通过对实测数据进行拟合和插值,构造出能够反映实测环境下的衰减模型,避免了大尺度衰减模型中环境衰减因子难以由经验值给出的问题,同时也减小了不同硬件间的性能差异带来的影响,相比传统的大尺度衰减模型测距精度得到很大改善。
文摘针对传统信号传播路径损耗模型接收的信号强度指示(received signal strength indication,RSSI)测距误差较大,提出了基于反向传播(back propagation,BP)神经网络模型的RSSI测距方法.首先,研究分析传统信号传播路径损耗模型及测距误差;其次,利用BP神经网络构建新的路径损耗模型,并将该模型应用到RSSI测距中,对基于BP神经网络模型的RSSI测距方法进行研究;最后,通过实验和MATLAB仿真对测距方法进行验证.仿真结果表明:BP神经网络模型的RSSI测距误差比传统信号传播路径损耗模型的RSSI测距误差要小.
