《表1 3种算法测距误差比较》
![《表1 3种算法测距误差比较》](http://bookimg.mtoou.info/tubiao/gif/IKJS202006021_06600.gif)
本系列图表出处文件名:随高清版一同展现
《基于蓝牙技术融合混合滤波与神经网络的室内测距方法》
测距误差数据见表1,可以看出在同一室内环境下(22 m范围内每隔55 cm的采样点),KNN算法测距的平均绝对误差最大,与真实值(测试集)的均方差较大,因此如果想要使用KNN,一定要保证数据量足够多且分布足够广;SVR测距的最小误差较小且平均误差不大,但均方误差不如神经网络法且复杂度较高;而本文提出的多隐藏层神经网络算法测距的平均绝对误差为0.13 m,是3种算法中误差最小的,并且均方误差(0.027 m2)比其他算法的小,测距精度更好。实测表明,该测距模型有明显提高短距离测距精度的优势。虽然RSSI值随着传输距离的增加变化表现得越不明显,但经过多次测试,在长距离情况下该模型仍略优于其他测距模型。后续工作中,可以尽量选取距离较近的锚节点来采样数据,以更好地提升测距精度的效果。
图表编号 | XD00161933500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.18 |
作者 | 丁子璇、胡静、宋铁成、许璐 |
绘制单位 | 东南大学信息科学与工程学院、东南大学信息科学与工程学院、东南大学信息科学与工程学院、东南大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |