[发明专利]一种基于信号多重消噪的蓝牙室内定位系统

权利要求书

1.一种基于信号多重消噪的蓝牙室内定位系统，其特征在于，包括以下步骤：

(1)、小波变换消噪，小波变换将信号分解到不同频带，通过阈值选择可以有效的滤除高频带中的噪声信号；

(2)、总体平均经验模态分解消噪，利用信号的局部特征时间尺度，从原信号中提取出若干阶固有模态函数(IMF)和一个残余量，分解出的各阶IMF分量突出了数据的局部特征，残余分量体现了信号中的缓慢变化量，达到消除高频噪声的目的；

(3)、神经网络消噪，具有更强的计算能力，突出优点是具有很强的优化计算和联想记忆功能，具有非线性连续有理函数的逼近功能，可以得到较好的消噪效果；

(4)、Taylor级数展开定位，首先假定目标初始位置，然后对距离误差方程在初始位置进行泰勒展开，忽略二阶以上分量，然后利用最小二乘算法得到目标的改进位置，重复上述过程，直到误差足够小，得到目标的最终定位结果。

2.根据权利要求1所述的一种基于信号多重消噪的蓝牙室内定位系统，其特征在于，所述的步骤(1)具体包括：(1.1)、对含噪信号进行抽样离散化；(1.2)、对含噪的信号做离散小波变换，获得经验小波分解系数；(1.3)、通过选定的阈值得到真实信号小波系数的估计值；(1.4)、对获得的估计值进行小波逆变换，重构得到原始信号。

3.根据权利要求1所述的一种基于信号多重消噪的蓝牙室内定位系统，其特征在于，所述的步骤(2)具体包括：(2.1)、对小波消噪后的信号加入一组高斯白噪音；(2.2)、进行EMD分解，产生一组IMF的分量；(2.3)、把一阶IMF去除，进行信号重构得到EEMD重构后的信号。

4.根据权利要求1所述的一种基于信号多重消噪的蓝牙室内定位系统，其特征在于，所述的步骤(3)具体包括：(3.1)、初始化神经网络的权值和阈值；(3.2)、进行数据实测对网络进行训练；(3.3)、训练过程中根据迭代误差调整网络的权值和阈值；(3.4)、将所需的消噪数据输入神经网络进行处理得到消噪后数据。