[发明专利]基于OPTICS密度聚类和BP神经网络的超宽带室内定位方法在审
| 申请号： | 201710279716.3 | 申请日： | 2017-04-21 |
| 公开（公告）号： | CN107135541A | 公开（公告）日： | 2017-09-05 |
| 发明（设计）人： | 袁飞;连宗凯;刘军;康慧;卢旭;祁伟 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | H04W64/00 | 分类号： | H04W64/00;G01S7/41;G01S13/42 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510665 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于OPTICS密度聚类和BP神经网络的超宽带室内定位方法，其特征在于包括以下步骤以超宽带定位系统采集到的已知位置上目标节点坐标信息为基础，对已知位置上采集到的多个坐标信息进行OPTICS密度聚类，筛选该已知位置点对应的多个可靠坐标；用该已知位置点与可靠坐标均值中心形成数据对；然后对多个已知位置点进行同样的聚类筛选，形成各自已知位置点对应的数据对；通过BP神经网络对所有已知位置点的数据对的集合进行训练，得出BP神经网络定位识别模型；最后利用BP神经网络定位识别模型对可靠待识别点进行位置识别以得出最终定位坐标。该方法减小了现有室内定位方法受环境的影响程度，从而提高了定位精度。 | ||
| 搜索关键词： | 基于 optics 密度 bp 神经网络 宽带 室内 定位 方法 | ||
【主权项】：
基于OPTICS密度聚类和BP神经网络的超宽带室内定位方法，其特征在于，主要包括以下步骤：首先，以超宽带定位系统采集到的已知位置上目标节点坐标信息为基础，对已知位置上采集到的多个坐标信息进行OPTICS密度聚类，筛选该已知位置点对应的多个可靠坐标；其次，用该已知位置点与可靠坐标均值中心形成数据对；第三，对复数个已知位置点进行同样的聚类筛选，形成各自已知位置点对应的数据对；第四，通过BP神经网络对所有已知位置点的数据对的集合进行训练，得出BP神经网络定位识别模型；最后，利用训练好的BP神经网络定位识别模型对可靠待识别点进行位置识别，得出的识别结果即为最终定位坐标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东技术师范学院，未经广东技术师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710279716.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能农业多用途喷雾机器人
- 下一篇：一种高效硫磺熏蒸器
