基于ELMAN神经网络的蓝牙室内微定位系统技术方案

本发明专利技术公开了一种基于ELMAN神经网络的蓝牙室内微定位系统。包括系统主机、蓝牙锚点和定位目标构成，所述的系统主机包括嵌入式处理器、蓝牙主节点和通信模块，蓝牙主节点(主节点蓝牙模块)采用低功耗蓝牙无线数传模块RL‑CC2541‑S3；SIM900A用于与上位机的通信，CC2541采集定位所需的主机信号强度指示，一块蓝牙模块固定在定位目标上，在定位的室内区域中布设系统主机和蓝牙锚节点，其中固定在定位目标上的蓝牙模块工作在主机模式，蓝牙主节点和蓝牙锚节点工作在从机模式。本发明专利技术提高了定位技术的精度和稳定性，且对环境具有一定的适应性，同时为进行复杂的定位算法提供了技术支持。

【技术实现步骤摘要】
基于ELMAN神经网络的蓝牙室内微定位系统
本专利技术涉及的是信息系统，具体涉及一种基于ELMAN神经网络的蓝牙室内微定位系统。
技术介绍
本专利技术在已有的基于蓝牙的室内定位基础上，运用Elman神经网络算法，对于其稳定性和精度有了很大的提高。在蓝牙的摆放位置上，位置的变化基本不会因其误差。并且在系统主机模块，可以链接上位机，直接将数据传输，进行更为复杂的定位计算，增强了该方法的适用性。室内定位技术的方法已渐渐趋于成熟，但基于蓝牙的室内定位，在不同的室内环境中，其精度和稳定度都会受到不同的影响。本专利技术正是针对这一情况，弥补了蓝牙室内定位技术的精度和稳定性问题，并且在此基础上，对于环境的变化也具有一定的适应性，同时为进行复杂的定位算法提供了技术支持。
技术实现思路
针对现有技术上存在的不足，本专利技术目的是在于提供一种基于ELMAN神经网络的蓝牙室内微定位系统，提高了定位技术的精度和稳定性，且对环境具有一定的适应性，同时为进行复杂的定位算法提供了技术支持。为了实现上述目的，本专利技术是通过如下的技术方案来实现：基于ELMAN神经网络的蓝牙室内微定位系统，包括系统主机、蓝牙锚点和定位目标构成，所述的系统主机包括嵌入式处理器、蓝牙主节点(蓝牙模块)和通信模块，所述的嵌入式处理器采用意法半导体公司的STM32F103ZET6高性能微处理器,通讯模块采用SIMCOM公司的SIM900A模块，主节点蓝牙模块采用低功耗蓝牙无线数传模块RL-CC2541-S3。SIM900A用于与上位机的通信，CC2541采集定位所需的主机信号强度指示，一块蓝牙模块固定在定位目标上，在定位的室内区域中布设系统主机和蓝牙锚节点，其中固定在定位目标上的蓝牙模块工作在主机模式，蓝牙主节点(蓝牙模块)和蓝牙锚节点(蓝牙模块)工作在从机模式。所述的蓝牙主节点和蓝牙锚节点(蓝牙模块)分别测得接收的RSSI值，并通过蓝牙通信发送到主节点，再由蓝牙主节点通过通信接口将各节点的RSSI值传递给嵌入式处理器，处理器首先将数据的均值的和标准差计算出来，然后采用拉伊达准则，把误差较大的值舍去，这时将采集到的数据中进行高斯滤波，从而达到去除RSSI中的高斯噪声成分的目的。所述的定位系统的目标位置的计算采用Elman神经网络，Elman神经网络由输入层、隐含层、输出层构成，其连接权通过学习进行修正；反馈连接由一组“结构”单元构成，用来记忆前一时刻的输出值,其连接权值是固定的；输入层由一个蓝牙主节点和两个或更多的蓝牙锚节点提供的RSSI测量值组成，隐层神经元的数量可依照Kolmogorov针对三层神经网络提出的经验公式获得。即Nhid＝2Nin+1，其中Nhid为隐层神经元的数目，Nin为输入神经元的数目。输出层由两个神经元构成，其输出为相应定位目标的估计位置；该算法分为两个步骤：第一步首先进行室内定位的初始化网络的权值，然后从输入层计算隐层和输出层的输出；第二步是从输出层和隐层向输入层计算迭代误差，然后根据迭代误差调整网络的权值，当迭代误差小于设定门限或超过最大迭代次数时结束。结束后系统存储最终确定的网络权值，然后将采集到的数据传输到处理器，计算最终结果。本专利技术具有以下有益效果：1、精度和稳定性的提高：传统的室内蓝牙定位，具有精度低和稳定性不足的问题，本案中通过前期的对异常数据采用拉伊达准则剔除，再经过高斯滤波减小噪声对于测量值的影响，最终由Elman神经网络算法计算出目标的估计位置，经过这些步骤，有效的提升了基于蓝牙室内定位的精度和稳定性问题。2、环境的适应性：本案采用的Elman神经网络算法，具有较强的逼近任意非线性映射的能力，使其可以在非理想的基站分布形式中使用，消除了室内定位时，锚节点非理想分布对定位精度的影响，提高了环境的适应程度。附图说明下面结合附图和具体实施方式来详细说明本专利技术；图1为本专利技术的结构示意图；图2为本专利技术的ELMAN神经网络结构图(RSSI为信号强度，x，y为目标位置坐标)。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。参照图1-图2，本具体实施方式采用以下技术方案：1、定位系统的构成，蓝牙室内微定位系统由系统主机、蓝牙锚点和定位目标构成，其中系统主机由嵌入式处理器、蓝牙主节点和通信模块组成。嵌入式处理器采用意法半导体公司的STM32F103ZET6高性能微处理器,通讯模块采用SIMCOM公司的SIM900A模块，蓝牙模块采用低功耗蓝牙无线数传模块RL-CC2541-S3。SIM900A可以低功耗实现数据的无线传输，主要用于与上位机的通信。CC2541可采集定位所需的主机信号强度指示(receivedsignalstrengthindication，RSSI)，提高了定位锚节点的集成度降低了系统的功耗。在系统中，一块蓝牙模块固定在定位目标上，在定位的室内区域中布设系统主机和蓝牙锚节点，其中固定在定位目标上的蓝牙模块工作在主机模式，蓝牙主节点和蓝牙锚节点工作在从机模式。2、数据的处理，主节点和锚节点蓝牙模块分别测得接收的RSSI值，并通过蓝牙通信发送到主节点，再由主节点通过通信接口将各节点的RSSI值传递给嵌入式处理器，处理器首先将数据的均值的和标准差计算出来，然后采用拉伊达准则，把误差较大的值舍去。这时采集到的数据中还含有噪声，电子系统中的噪声随机分布满足的是高斯分布，所以这时将数据进行高斯滤波，有效减小随机噪声对测量值得影响，从而达到去除RSSI中的高斯噪声成分的目的。3、目标位置的计算，Elman神经网络是一种典型的局部回归网络，是一种具有局部记忆单元和局部反馈连接的递归神经网络。Elman神经网络由输入层、隐含层、输出层构成，其连接权可以通过学习进行修正；反馈连接由一组“结构”单元构成，用来记忆前一时刻的输出值,其连接权值是固定的。输入层由一个蓝牙主节点和两个或更多的蓝牙锚节点提供的RSSI测量值组成，隐层神经元的数量可依照Kolmogorov针对三层神经网络提出的经验公式获得。即Nhid＝2Nin+1，其中Nhid为隐层神经元的数目，Nin为输入神经元的数目。输出层由两个神经元构成，其输出为相应定位目标的估计位置。该算法分为两个步骤：第一步首先进行室内定位的初始化网络的权值，然后从输入层计算隐层和输出层的输出；第二步是从输出层和隐层向输入层计算迭代误差，然后根据迭代误差调整网络的权值，当迭代误差小于设定门限或超过最大迭代次数时结束。结束后系统存储最终确定的网络权值，然后将采集到的数据传输到处理器，计算最终结果。本具体实施方式通过前期的对异常数据采用拉伊达准则剔除，再经过高斯滤波减小噪声对于测量值的影响，最终由Elman神经网络算法计算出目标的估计位置，经过这些步骤，有效的提升了基于蓝牙室内定位的精度和稳定性问题。采用的Elman神经网络算法，具有较强的逼近任意非线性映射的能力，使其可以在非理想的基站分布形式中使用，消除了室内定位时，锚节点非理想分布对定位精度的影响，提高了环境的适应程度。以上显示和描述了本专利技术的基本原理和主要特征和本专利技术的优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是说明本专利技术的原理，在不脱离本专利技术精神本文档来自技高网...

【技术保护点】
1.基于ELMAN神经网络的蓝牙室内微定位系统，其特征在于，包括系统主机、蓝牙锚点和定位目标构成，所述的系统主机包括嵌入式处理器、蓝牙主节点和通信模块，所述的嵌入式处理器采用意法半导体公司的STM32F103ZET6高性能微处理器,通讯模块采用SIMCOM公司的SIM900A模块，主节点蓝牙模块采用低功耗蓝牙无线数传模块RL‑CC2541‑S3；SIM900A用于与上位机的通信，CC2541采集定位所需的主机信号强度指示，一块蓝牙模块固定在定位目标上，在定位的室内区域中布设系统主机和蓝牙锚节点，其中固定在定位目标上的蓝牙模块工作在主机模式，蓝牙主节点和蓝牙锚节点工作在从机模式。

【技术特征摘要】
1.基于ELMAN神经网络的蓝牙室内微定位系统，其特征在于，包括系统主机、蓝牙锚点和定位目标构成，所述的系统主机包括嵌入式处理器、蓝牙主节点和通信模块，所述的嵌入式处理器采用意法半导体公司的STM32F103ZET6高性能微处理器,通讯模块采用SIMCOM公司的SIM900A模块，主节点蓝牙模块采用低功耗蓝牙无线数传模块RL-CC2541-S3；SIM900A用于与上位机的通信，CC2541采集定位所需的主机信号强度指示，一块蓝牙模块固定在定位目标上，在定位的室内区域中布设系统主机和蓝牙锚节点，其中固定在定位目标上的蓝牙模块工作在主机模式，蓝牙主节点和蓝牙锚节点工作在从机模式。2.根据权利要求1所述的基于ELMAN神经网络的蓝牙室内微定位系统，其特征在于，所述的蓝牙主节点和蓝牙锚节点分别测得接收的RSSI值，并通过蓝牙通信发送到主节点，再由蓝牙主节点通过通信接口将各节点的RSSI值传递给嵌入式处理器，处理器首先将数据的均值的和标准差计算出来，然后采用拉伊达准则，把误差较大的值舍去，这时将采集到的数据中进行高斯滤...

【专利技术属性】
技术研发人员：王晓甜，毛永毅，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西,61