基于神經(jīng)網(wǎng)絡(luò)的UWB定位算法設(shè)計

王成蓉

摘要：UWB是一種無載波通信技術(shù)，具有傳輸速率高，傳輸功率低，抗干擾能力強，穿透能力強等特點，尤其適用于定位精度極高的定位。傳統(tǒng)的UWB定位算法是基于交點進行解析定位，在非視距的情況下，這些基于距離的定位算法的定位性能大大下降。該文在傳統(tǒng)的定位算法中引入人工智能算法。首先對定位算法進行改進，提高原有的定位精度，并使用最小二乘法對原帶有誤差的測距值進行擬合處理，之后基于matlab編程環(huán)境搭建新的基于BP神經(jīng)網(wǎng)絡(luò)的定位算法，最終得出新的定位坐標，成功地減少由環(huán)境引起的測距誤差對實際定位算法在解析定位時所產(chǎn)生的影響，提高了系統(tǒng)的定位精度。

關(guān)鍵詞：UWB;定位算法;神經(jīng)網(wǎng)絡(luò)

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-3044（2019）30-0200-02

1研究意義

隨著信息技術(shù)的發(fā)展，通信定位技術(shù)在室內(nèi)定位方面被廣泛應用于物聯(lián)網(wǎng)，辦公室和智能建筑的生活和工作中。現(xiàn)行室內(nèi)定位技術(shù)包括：無線局域網(wǎng)、藍牙、射頻識別和超寬帶等。其中，UWB技術(shù)具有多個優(yōu)點，包括抗多徑效應、高分辨率、穿透力強、硬件結(jié)構(gòu)簡單、頻譜利用率高等方面，而UWB的室內(nèi)定位精度可達到厘米級。

目前，UWB定位的有關(guān)測距技術(shù)研究的主流方向是基于到達時間（TOA）或者基到達時間差（TDOA）。但基于TDOA與TOA的定位算法是通過交點進行解析定位，在非視距誤差的情況下，會出現(xiàn)多個交點使得定位坐標從而出現(xiàn)較大誤差。本文首先通過搭建UWB定位系統(tǒng)（基于TOA），對定位坐標進行誤差分析，并基于所測的距離，使用BP神經(jīng)網(wǎng)絡(luò)算法建立新的定位模型，對原始的UWB定位坐標訓練，最終得出新的定位坐標，成功地減少由環(huán)境引起的測距誤差對實際定位算法在解析定位時所產(chǎn)生的影響，提高了系統(tǒng)的定位精度。

2uwB定位模塊搭建與誤差分析

本文使用UWM Mini3定位系統(tǒng)，該模塊采用STM32F105單片機為主控芯片，外圍電路包括：DWMl000模塊、電源模塊、LED指示模塊、撥碼開復位電路等。如圖1所示，搭建測試環(huán)境，由4個基站和一個移動測試點組成。其中，測試點可以平面移動和軸向移動（即x、Y平面，z方向移動）。

本文首先采用基于TOA的定位算法對坐標測試數(shù)據(jù)進行處理，按照米為單位，使用偏離角度與均方根誤差作為定位精度判定。如圖2和圖3所示，可以看出該定位模塊誤差較大，偏離角度最高達到25.8°，且波動較大，定位系統(tǒng)不穩(wěn)定，而均方根誤差最大值高達1.5m。可以看出該定位誤差較大。通過分析，該定位系統(tǒng)產(chǎn)生定位誤差的主要原因為：基站與移動臺的測距值存在誤差;基于距離的解析定位算法對測距值十分敏感。對一個問題，使用線性回歸的方式對測距值進行處理，提高了測距精度。第+問題，則需要優(yōu)化定位算法，本文采用基于BP神經(jīng)網(wǎng)絡(luò)來建立定位模型進行優(yōu)化。

3基于BP神經(jīng)網(wǎng)絡(luò)的定位誤差處理算法與應用

3.1 BP算法定位算法原理

BP算法訓練網(wǎng)絡(luò)包含兩個過程：正向傳播過程和反向傳播過程（圖4）。正向傳播過程中，輸人為存有誤差的基站到待測點的距離值，輸出為移動待測點的實際空間坐標。當理想輸出的坐標與實際空間坐標存在誤差，系統(tǒng)開始進入誤差反向傳播過程。在該過程中，輸出誤差被以某種形式到達輸入層，同時獲得各個層的神經(jīng)元的誤差信號，以此來循環(huán)修正各單元的權(quán)值，直到輸出誤差到達設(shè)定好的值或達到學習次數(shù)。

因此，測距值和移動臺坐標之間的非線性關(guān)系可以通過BP神經(jīng)網(wǎng)絡(luò)來不斷學習修正，通過獲得大量數(shù)據(jù)，并反復訓練，從而逐漸逼近完美的非線性系統(tǒng)函數(shù)，最終建立定位模型。

3.2基于BP神經(jīng)網(wǎng)絡(luò)的定位算法實驗結(jié)果

實驗隨機選取六個測試數(shù)（未參與訓練），使用傳統(tǒng)算法與基于BP神經(jīng)網(wǎng)絡(luò)訓練后的算法進行誤差分析，同樣使用角度誤差與均方根誤差分析。如圖5、圖6所示，基于BP網(wǎng)絡(luò)的定位算法的最高偏離角度僅為5.9°，對比原算法最高角度誤差25.8，改善23.8%;而對于均方根誤差RMSE，原算法最高1.5，基于BP網(wǎng)絡(luò)的定位算法的RMSE僅為0.4，優(yōu)化26.6%。且對比原有算法，角度誤差和均方根誤差波動都得到較大改善，更加穩(wěn)定。

可以看出，使用線性回歸的方式對測距值進行處理，提高測距精度后的數(shù)據(jù)，通過BP神經(jīng)網(wǎng)絡(luò)訓練，得到的定位模型，其測試數(shù)據(jù)的定位精度得到了明顯的提高，同時定位系統(tǒng)的穩(wěn)定性也得到了提高。

4結(jié)束語

本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的UWB定位算法，結(jié)合相應的仿真計算數(shù)據(jù)，確認了該算法能得到更穩(wěn)定、精度更好的效果。本文提出的BP神經(jīng)網(wǎng)絡(luò)在UWB定位算法中的應用對于精確定位具有一定的指導意義。

【通聯(lián)編輯：代影】