[发明专利]基于ELMAN神经网络的蓝牙室内微定位系统

权利要求书

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波，从而达到去除RSSI中的高斯噪声成分的目的。

3.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N_hid＝2N_in+1，其中N_hid为隐层神经元的数目，N_in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。