一种基于BP‑Landmarc神经网络的室内定位装置和控制方法制造方法及图纸

本发明专利技术公开了一种基于BP和Landmarc算法的室内定位装置及方法，包括：RFID标签，其分布在室内，用于发射数据；多个读写器，其分布在室内，用于读取RFID标签的RSSI数据；传感器组，包括温度、湿度、亮度和电磁辐射传感器，用于检测读写器周围的环境信息；传感器中控，其连接传感器组，用于接收传感器组的信号；无线数据传输装置(路由器)，其连接所述读写器、传感器中控，用于接收和传输读写器和传感器中控的信号；终端处理器，其连接所述无线数据传输装置，用于输出RFID标签的位置坐标。本发明专利技术的基于BP和Landmarc算法的室内定位装置及方法，提高了对静态和动态物体的室内定位的精度。

An indoor positioning BP Landmarc neural network device and control method based on

The invention discloses a BP indoor positioning algorithm and Landmarc device and method, which is based on the RFID tag, its distribution in the interior, for transmitting data; a plurality of reader, its distribution in the room, for the RSSI data read RFID label; sensor group, including temperature, humidity, brightness and electromagnetic radiation sensor reader, used to detect the surrounding environment information; sensor control, connecting the sensor group, for receiving a signal sensor group; wireless data transmission device (router), which connect the reader sensor and control, for receiving and transmitting signals for reading and writing and sensor control; terminal processor the connection, the wireless data transmission device for position coordinate output RFID tag. The indoor positioning device and the method based on the BP and the Landmarc algorithm improve the indoor positioning accuracy of the static and the dynamic objects.

【技术实现步骤摘要】
一种基于BP-Landmarc神经网络的室内定位装置和控制方法
本专利技术涉及一种室内定位算法及装置。更具体地说，本专利技术涉及一种基于BP-Landmarc神经网络的室内定位装置及其控制方法。
技术介绍
随着物联网技术的发展，近距离室内无线定位的技术需求越来越多。常用的定位技术主要包括GPS、红外、蓝牙、wifi、RFID等。由于GPS信号不能穿透建筑物且民用的定位误差要求在10米以内，因此不适合于室内定位。红外定位技术虽然能达到比较高的精度，但是不能穿透障碍物，只能在视距范围内使用且受方向性限制，也不适合室内定位。由于RFID定位方法具有非接触、非视距、抗干扰性强等优点，在室内定位中得到广泛的应用。RFID的基本原理是利用射频信号反射的传输特性，实现对物体的识别。在当前的研究中，基于RSSI(ReceivedSignalStrengthIndication)技术定位的基本原理是收集无线信号在传播环境中的信号强度，根据信号传播衰减模型来估计目标位置。该技术因为成本低、投入少、设备简单等优势，成为RFID室内定位的优选方法。专利技术专利《一种基于RFID实现室内定位的方法》(申请号：201310138118.6)。在非边缘区域采用多边测量定位算法，在边缘区域采用Landmarc算法，其整体误差略低于全部采用Landmarc算法。虽然Landmarc算法通过参考标签(Referencetag)的引入缩小了定位误差。但是，Landmarc算法由于K值的估计需要经验值，运算权值wi的值还受标签密度的影响等原因，常常导致定位精度不高。在定位区域内增加参考标签的密度可以提高定位精度，但是参考标签排布过于密集，又容易造成干扰。这些因素都会影响到定位精度。专利技术专利《基于虚拟标签算法的无线射频室内定位方法》(申请号：201110147450.X以及专利技术专利《一种基于基于虚拟参考标签算法的无线射频定位方法》(申请号：200810198383.2)，都是基于虚拟参考标签算法的定位方法，这种算法使用线性插值方式计算虚拟点信号强度造成一定的误差，即使使用拉格朗日插值，卡尔曼滤波技术，二维牛顿插值或者贝叶斯方法等对该算法进行了改进；依然会与实际信号强度有一定的差异。尤其在边界区域的定位误差较大。并且在定位系统中，RSSI值的大小直接受发射设备和接收设备硬件性能的影响。RSSI值与天线的增益、工作频率、雷达截面、品质因数、极化方式和应用环境等密切相关。与室外环境不同，室内存在多路径反射干扰，热噪声干扰，无线信号遮挡，信号衰减严重等情况。衰减因子传播模型考虑了建筑材料特性和物体阻隔等方面的因素影响。例如室内的物品的摆设，遮挡等情况会使得射频信号发生反射、折射等无法预估的情况。这些都会导致信号强度与距离的理论函数模型有偏差，从而造成精度误差。在不同环境因子下，例如不同温度或不同湿度的情况下，即使是相同的标签，相同的位置，同一阅读器获取的标签信号强度不一致。
技术实现思路
本专利技术目的是提供一种基于BP-Landmarc神经网络的室内定位装置，RFID读写器读取RFID电子标签的RSSI值，终端处理器接收RSSI值处理后输出标签的位置坐标，对标签的位置进行精确定位。本专利技术还有一个目的是定位系统安装了多种传感器，对环境的温度、湿度、光度、电磁辐射等环境因素进行监控，在系统初始化时能根据环境因素选择合适的工作参数，从而降低误差。本专利技术目的是提供一种基于BP-Landmarc神经网络的室内定位方法，构建了BP-Landmarc人工神经网络，通过对参考标签RSSI数据的学习，得到各层之间互连的权值，从而在参考标签和位置之间建立了特定非线性映射模型，实现了对待定位标签的位置的定位。本专利技术还有一个目的是提供一种基于BP-Landmarc神经网络的室内定位装置的控制方法，分别判断目标是动态或静态，从而输出对应的动态标签运动轨迹或静态目标位置分布图目标的。为了实现根据本专利技术的这些目的和其它优点，提供了一种基于BP-Landmarc神经网络的室内定位装置，包括：RFID标签，其分布在室内，用于发射数据；多个读写器，其分布在室内，用于读取RFID标签的RSSI数据；温度传感器、湿度传感器、亮度传感器和电磁辐射传感器形成传感器组，用于检测读写器周围的环境信息；传感器中控，其连接传感器组，用于接收传感器组的信号；无线数据传输装置，其连接所述读写器和传感器中控，用于接收和传输读写器和传感器中控的信号；终端处理器，其连接所述无线数据传输装置，用于输出RFID标签的位置坐标。优选的是，所述传感器中控通过RS485接口连接传感器组；所述无线数据传输装置通过RJ45接口连接读写器和传感器中控。本专利技术的目的还通过一种基于BP-Landmarc神经网络的室内定位方法来实现，包括以下步骤：步骤1：输入层输入m个阅读器读取的n个待定位标签的信号强度向量：其中，s'n为第n个待定位标签的信号强度向量；步骤2：所述输入层向量映射到隐含层向量H＝(h1,h2,...,hq)T；hj＝f(netj)j＝1,2,q其中，隐含层由q个节点组成；wij为输入节点i和隐含层节点j之间的连接权值；θj为隐层节点j的阈值；步骤3：输出层输出待定位标签的直角坐标系的坐标O＝(x,y)TOk＝f(netk)k＝1,2其中，p为输出层节点数，p＝2；wjk为隐层节点j和输出层节点k之间的连接权值：θk为输出层节点k的阈值。优选的是，所述f(x)取sigmoid函数：其中，x为net。优选的是，所述训练BP-Landmarc神经网络的输出层误差函数为：其中，O'k为输出层节点的教师信号。优选的是，训练BP-Landmarc神经网络的输出层误差评估指标采用累积分布函数。优选的是，还包括设定BP-Landmarc神经网络工作参数的步骤，包括应用不同的温度、湿度、光度和电磁辐射训练BP-Landmarc神经网络。优选的是，当待定位标签为动态目标，按照一定时间间隔读取坐标，当到达计时时间，则输出待定位标签运动轨迹；当待定位标签为静态目标，输出静态目标位置。本专利技术至少包括以下有益效果：1、本定位系统安装了多种传感器，对环境的温度、湿度、光度、电磁辐射等环境因素进行监控，在系统初始化时能根据环境因素选择合适的工作参数，从而降低多路径反射干扰、热噪声干扰、温度、湿度变化引起的误差；2、BP-Landmarc算法。其基本原理是将阅读器读到的参考标签RSSI值作为输入数据，将参考标签的实际坐标作为教师信号对BP人工神经网络进行训练。定位时，实时采集待定位标签的RSSI值输入到训练好的BP人工神经网络。那么，人工神经网络就会输出待定位标签的坐标估值。仿真测试数据表明，该方法提高了系统的平均定位精度。本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。附图说明图1是本专利技术的基于BP-Landmarc神经网络的室内定位装置的结构示意图。图2是本专利技术的基于BP-Landmarc神经网络的原理图。图3是本专利技术的基于BP-Landmarc神经网络的训练定位模型流程图。图4是本专利技术的基于BP-Landmarc神经网络的室内定位装置的控制方法流程图。图5是本专利技术的基于BP-Lan本文档来自技高网...

【技术保护点】
一种基于BP‑Landmarc神经网络的室内定位装置，其特征在于，包括：RFID标签，其分布在室内，用于发射数据；多个读写器，其分布在室内，用于读取RFID标签的RSSI数据；温度传感器、湿度传感器、亮度传感器和电磁辐射传感器形成传感器组，用于检测读写器周围的环境信息；传感器中控，其连接传感器组，用于接收传感器组的信号；无线数据传输装置，其连接所述读写器和传感器中控，用于接收和传输读写器和传感器中控的信号；终端处理器，其连接所述无线数据传输装置，用于输出RFID标签的位置坐标。

【技术特征摘要】
1.一种基于BP-Landmarc神经网络的室内定位装置，其特征在于，包括：RFID标签，其分布在室内，用于发射数据；多个读写器，其分布在室内，用于读取RFID标签的RSSI数据；温度传感器、湿度传感器、亮度传感器和电磁辐射传感器形成传感器组，用于检测读写器周围的环境信息；传感器中控，其连接传感器组，用于接收传感器组的信号；无线数据传输装置，其连接所述读写器和传感器中控，用于接收和传输读写器和传感器中控的信号；终端处理器，其连接所述无线数据传输装置，用于输出RFID标签的位置坐标。2.如权利要求1所述的基于BP-Landmarc神经网络的室内定位装置，其特征在于，所述传感器中控通过RS485接口连接传感器组；所述无线数据传输装置通过RJ45接口连接读写器和传感器中控。3.一种基于BP-Landmarc神经网络的室内定位方法，其特征在于，包括：步骤1：输入层输入m个阅读器读取的n个待定位标签的信号强度向量：其中，s'n为第n个待定位标签的信号强度向量；步骤2：所述输入层向量映射到隐含层向量H＝(h1,h2,...,hq)T；hj＝...

【专利技术属性】
技术研发人员：文全刚，梁艳春，吴春国，尹贺，朱天元，
申请(专利权)人：吉林大学，吉林大学珠海学院，
类型：发明
国别省市：吉林,22