基于BP神经网络的厘米级超宽带测距误差改正模型设计与实验

• 作者: 肖庭杨 章迪
• 来源期刊: 全球定位系统
• 关键词: 超宽带(UWB) 测距误差改正 BP神经网络 最小二乘定位
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 理论与探讨
• 页码范围: 52-58
• 页数: 7页
• 分类号: P228.4
• 语种: 中文
• DOI: 10.12265/j.gnss.2021032901

摘要

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83.0％、75.9％,BP2测距和定位精度平均提高91.7％、93.8％.BP2相比于BP1能够更加有效地提高测距和定位精度,使定位精度由dm级提升至cm级.