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

王成蓉

摘要：UWB是一種無(wú)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(qiáng)，穿透能力強(qiáng)等特點(diǎn)，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(diǎn)進(jìn)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(duì)定位算法進(jìn)行改進(jìn)，提高原有的定位精度，并使用最小二乘法對(duì)原帶有誤差的測(cè)距值進(jìn)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(biāo)，成功地減少由環(huán)境引起的測(cè)距誤差對(duì)實(shí)際定位算法在解析定位時(shí)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(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：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(yīng)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(wú)線局域網(wǎng)、藍(lán)牙、射頻識(shí)別和超寬帶等。其中，UWB技術(shù)具有多個(gè)優(yōu)點(diǎn)，包括抗多徑效應(yīng)、高分辨率、穿透力強(qiáng)、硬件結(jié)構(gòu)簡(jiǎn)單、頻譜利用率高等方面，而UWB的室內(nèi)定位精度可達(dá)到厘米級(jí)。

目前，UWB定位的有關(guān)測(cè)距技術(shù)研究的主流方向是基于到達(dá)時(shí)間（TOA）或者基到達(dá)時(shí)間差（TDOA）。但基于TDOA與TOA的定位算法是通過(guò)交點(diǎn)進(jìn)行解析定位，在非視距誤差的情況下，會(huì)出現(xiàn)多個(gè)交點(diǎn)使得定位坐標(biāo)從而出現(xiàn)較大誤差。本文首先通過(guò)搭建UWB定位系統(tǒng)（基于TOA），對(duì)定位坐標(biāo)進(jìn)行誤差分析，并基于所測(cè)的距離，使用BP神經(jīng)網(wǎng)絡(luò)算法建立新的定位模型，對(duì)原始的UWB定位坐標(biāo)訓(xùn)練，最終得出新的定位坐標(biāo)，成功地減少由環(huán)境引起的測(cè)距誤差對(duì)實(shí)際定位算法在解析定位時(shí)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(jī)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(fù)位電路等。如圖1所示，搭建測(cè)試環(huán)境，由4個(gè)基站和一個(gè)移動(dòng)測(cè)試點(diǎn)組成。其中，測(cè)試點(diǎn)可以平面移動(dòng)和軸向移動(dòng)（即x、Y平面，z方向移動(dòng)）。

本文首先采用基于TOA的定位算法對(duì)坐標(biāo)測(cè)試數(shù)據(jù)進(jìn)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(dá)到25.8°，且波動(dòng)較大，定位系統(tǒng)不穩(wěn)定，而均方根誤差最大值高達(dá)1.5m?？梢钥闯鲈摱ㄎ徽`差較大。通過(guò)分析，該定位系統(tǒng)產(chǎn)生定位誤差的主要原因?yàn)椋夯九c移動(dòng)臺(tái)的測(cè)距值存在誤差;基于距離的解析定位算法對(duì)測(cè)距值十分敏感。對(duì)一個(gè)問(wèn)題，使用線性回歸的方式對(duì)測(cè)距值進(jìn)行處理，提高了測(cè)距精度。第+問(wèn)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(lái)建立定位模型進(jìn)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(yīng)用

3.1 BP算法定位算法原理

BP算法訓(xùn)練網(wǎng)絡(luò)包含兩個(gè)過(guò)程：正向傳播過(guò)程和反向傳播過(guò)程（圖4）。正向傳播過(guò)程中，輸人為存有誤差的基站到待測(cè)點(diǎn)的距離值，輸出為移動(dòng)待測(cè)點(diǎn)的實(shí)際空間坐標(biāo)。當(dāng)理想輸出的坐標(biāo)與實(shí)際空間坐標(biāo)存在誤差，系統(tǒng)開始進(jìn)入誤差反向傳播過(guò)程。在該過(guò)程中，輸出誤差被以某種形式到達(dá)輸入層，同時(shí)獲得各個(gè)層的神經(jīng)元的誤差信號(hào)，以此來(lái)循環(huán)修正各單元的權(quán)值，直到輸出誤差到達(dá)設(shè)定好的值或達(dá)到學(xué)習(xí)次數(shù)。

因此，測(cè)距值和移動(dòng)臺(tái)坐標(biāo)之間的非線性關(guān)系可以通過(guò)BP神經(jīng)網(wǎng)絡(luò)來(lái)不斷學(xué)習(xí)修正，通過(guò)獲得大量數(shù)據(jù)，并反復(fù)訓(xùn)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(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)隨機(jī)選取六個(gè)測(cè)試數(shù)（未參與訓(xùn)練），使用傳統(tǒng)算法與基于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的算法進(jìn)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(duì)比原算法最高角度誤差25.8，改善23.8%;而對(duì)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(duì)比原有算法，角度誤差和均方根誤差波動(dòng)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(duì)測(cè)距值進(jìn)行處理，提高測(cè)距精度后的數(shù)據(jù)，通過(guò)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到的定位模型，其測(cè)試數(shù)據(jù)的定位精度得到了明顯的提高，同時(shí)定位系統(tǒng)的穩(wěn)定性也得到了提高。

4結(jié)束語(yǔ)

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(yīng)的仿真計(jì)算數(shù)據(jù)，確認(rèn)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(yīng)用對(duì)于精確定位具有一定的指導(dǎo)意義。

【通聯(lián)編輯：代影】