典型文献
一种动态校正的信号双尺度近邻定位方法
文献摘要：
在大型室内定位场景中,利用接收信号强度的指纹定位算法存在信号传播不稳定、计算复杂度高以及定位精度低等问题.为解决该问题,提出一种动态校正的信号双尺度近邻定位算法.根据目标区域的物理连通性,采用一对多支持向量机构建分区模型,缩小信号变化范围,减小在线阶段的数据计算量.以高斯过程回归训练接入点信号距离模型预测分区路径损耗特性,校正信号波动值,使定位结果更加稳定.在线阶段,引入斯皮尔曼相似系数来衡量信号间的相似度,减小指纹库中异常值带来的影响,基于动态邻近算法计算信号间的差异值,然后使用Blending模型融合算法将这两种尺度进行线性融合,建立具备动态高斯校正能力的双尺度近邻定位算法,并设计环境参数自适应获取近邻k值,减小环境噪声的影响,克服了单一的信号尺度易导致定位结果波动较大的问题.测试结果表明,所提算法在房间和走廊区域定位精度均小于0.517 3 m,相较于传统算法,定位精度提升约25％以上.
文献关键词：
室内定位;指纹定位;分区;高斯过程回归;信号双尺度
中图分类号：
作者姓名：
孙顺远;朱红洲;秦宁宁
作者机构：
江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡214122;南京航空航天大学电磁频谱空间认知动态系统工信部重点实验室,江苏南京211106
文献出处：
引用格式：
[1]孙顺远;朱红洲;秦宁宁-.一种动态校正的信号双尺度近邻定位方法)[J].西安电子科技大学学报（自然科学版）,2022(03):93-100
A类：
信号双尺度
B类：
动态校正,近邻,定位方法,室内定位,位场,接收信号强度,指纹定位算法,信号传播,计算复杂度,目标区域,连通性,多支,分区模型,小信号,变化范围,在线阶段,数据计算,计算量,高斯过程回归,接入点,路径损耗,损耗特性,定位结果,斯皮尔曼,相似系数,小指,异常值,算法计算,差异值,Blending,模型融合,融合算法,线性融合,校正能力,环境参数,参数自适应,小环境,环境噪声,房间,走廊,区域定位,传统算法,定位精度提升
AB值：
0.406254
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
