基于神经网络学习的RSSI室内定位测距方法、室内定位平台

摘要

本发明属于无线通信技术领域，公开了一种基于神经网络学习的RSSI室内定位测距方法、室内定位平台；目标结点与锚节点之间建立通信，将采集的到的数据存入集合RSSI[i]＝{RSSIi1,RSSIi2,…,RSSIiN}中；设定筛选概率p，并根据RSSI的高斯模型确定其上限值RSSImax和下限值RSSImin；将集合RSSI[i]中处于[RSSImin,RSSImax]范围内的RSSI存入到集合RSSI_gauss[i]中；对集合RSSI_gauss[i]中的RSSI值取均值；利用粒子群优化神经网络的算法结合迭代器思想训练强分离器，然后利用强分离器将RSSI转换为锚节点与目标结点之间的距离；应用极大似然法估计法得到目标节点的解。本发明减少了工作量，减少单次算法存在的较大误差，提升了由RSSI值转化为距离的精度，从而提升定位精度。