《表2 CNN算法与RSSI算法平均测距误差的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《应用卷积神经网络的测距算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

m

为验证所提出的基于卷积神经网络测距算法的有效性，本次实验将传统的RSSI测距算法与其进行对比。测距误差为测量距离的真实值与测量值之差的绝对值。图5~8分别给出了这两种测距算法测距误差的累积分布函数曲线图，其中横坐标表示测距误差，纵坐标表示累积分布函数。从图5中可以看出:在90%的累积分布点，基于卷积神经网络的测距算法、传统的RSSI测距算法的测距误差分别小于1.7 m和2.7 m。表2给出了CNN算法与RSSI算法平均测距误差的比较。由表2可看出:CNN算法的平均测距误差明显比RSSI算法对应的值小，CNN算法的平均误差距离均在1 m以内，而RSSI算法均在1 m以上。因此，由实验结果可得:CNN的测距精度明显优于传统的测距算法。