典型文献
稀疏参考点下的室内定位方法
文献摘要:
随着移动互联网的发展,人们对于室内的位置服务需求日益增加.基于Wi-Fi的指纹库室内定位算法具有成本低、定位误差小的优点,但指纹库信号采集需要消耗大量的时间和人力,本文对稀疏参考点下构建高效指纹数据库和高精度室内定位的方法进行了深入研究.本文改进了卡尔曼滤波有效解决了Wi-Fi的噪声和缺失点,设计了基于信号强度差分方差的无线接人点筛选策略来滤除信息量较低的接人点,提出了一种基于支持向量回归拟合的克里金插值算法(Kriging Interpolation Algorithm Based On Support Vector Regression,SVR-Kriging)进行指纹库的构建,最后通过接入点加权的K加权近邻法(AP weighted and Weighted K-Nearest Neighbor,AWKNN)完成定位.将该方法应用于实际的二维、三维定位场景,实验结果表明二维场景平均定位误差为1.01 m,三维场景平均定位误差为0.92 m.该方法解决了指纹数据库信号采集困难、接人点数据冗余的问题,有效地降低了定位误差.
文献关键词:
室内定位;稀疏参考点;无线接人点筛选策略;克里金插值算法
中图分类号:
作者姓名:
郭学斌;李长庚;高山流水
作者机构:
中南大学物理与电子学院,湖南长沙410083
文献出处:
引用格式:
[1]郭学斌;李长庚;高山流水-.稀疏参考点下的室内定位方法)[J].信号处理,2022(05):954-963
A类:
稀疏参考点,无线接人点筛选策略,AWKNN
B类:
定位方法,移动互联网,位置服务,Wi,Fi,室内定位算法,信号采集,指纹数据库,卡尔曼滤波,缺失点,信号强度,滤除,信息量,支持向量回归,回归拟合,克里金插值算法,Kriging,Interpolation,Algorithm,Based,On,Support,Vector,Regression,SVR,接入点,权近,近邻,AP,weighted,Weighted,Nearest,Neighbor,三维定位,位场,平均定位误差,三维场景,数据冗余
AB值:
0.339681
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。