论文部分内容阅读
室内定位技术随着生产生活对室内定位的需求不断提高而成为热点问题之一，超宽带定位技术以其独特的优势而快速发展，针对超宽带定位系统定位数据存在稳定性差、精度低的问题，提出改进K均值聚类BP神经网络超宽带室内定位方法。该方法对超宽带定位系统中原始数据进行改进K均值聚类算法的预处理，过滤位置偏差大的数据。再对测定区域内多点进行基于真实坐标和聚类过滤坐标的BP神经网络建模。定位过程则将过滤后的待定位坐标输入建好的BP神经网络定位模型，进行识别定位。通过实验测定，该室内定位方法精度可达26cm，且稳定性好。