论文部分内容阅读
在室内复杂环境下,超宽带(UWB)测距误差难以通过常规方法进行有效补偿,严重制约了其定位精度.在分析室内环境下UWB测距误差分布特点的基础上,设计了两种不同结构的BP神经网络误差改正模型.模型BP1输入单个标签与4个基站的测距值,输出对应的4个测距误差;模型BP2输入一对标签、基站的三维坐标,输出对应的一个测距误差.以高精度全站仪测量结果作为参考值,对网络进行训练,并对模型改正前后的测距和定位精度进行了对比分析.结果表明:两种模型均能有效改正测距误差,提升定位精度.其中BP1测距和定位精度分别提高8