应用卷积神经网络的测距算法研究

• 作者: 夏斌 杨亚楠 袁文浩 谢楠
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 测距算法 接收信号强度指示 特征提取 测距精度
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息·计算机
• 页码范围: 172-177
• 页数: 6页
• 分类号: TP181
• 字数: 2639字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2018.03.024

摘要

针对传统的接收信号强度指示(RSSI)测距算法过于依赖经验或测距环境从而导致测距精度不高的问题,提出了一种基于卷积神经网络的测距算法.为了减小复杂测距环境下,由多径效应、非视距传输等因素造成的RSSI信号波动,通过多次测量RSSI信号来构建RSSI样本数据.将RSSI样本数据集作为输入训练卷积神经网络,并通过该网络对实时捕获的RSSI信号进行特征提取,从而估计节点之间的距离.实验结果表明:与传统RSSI测距算法相比,该算法显著提高了测距精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏斌	山东理工大学计算机科学与技术学院	23	62	5.0	7.0
2	谢楠	山东理工大学计算机科学与技术学院	12	29	4.0	5.0
3	袁文浩	山东理工大学计算机科学与技术学院	22	62	5.0	7.0
4	杨亚楠	山东理工大学计算机科学与技术学院	3	9	2.0	3.0