典型文献
基于GAWK-means的地铁车站指纹定位方法
文献摘要：
针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入局部最优.在线阶段,利用K近邻法将信号向量与最为接近的子指纹库匹配获得定位结果,通过平均定位误差对该方法整体性能进行评估.实验结果表明,在地铁车站离线阶段使用GAWK-means算法平均定位误差为1.52 m,相较于未聚类和传统K-means聚类,定位误差减少了0.41 m以上.
文献关键词：
地铁车站;iBeacon技术;指纹定位;遗传算法;K-means聚类;欧式距离;K近邻法;GAWK-means
中图分类号：
作者姓名：
金霄;吴飞;鄢松;陆雯霞;张忠艺
作者机构：
上海工程技术大学电子电气工程学院,上海201620
文献出处：
引用格式：
[1]金霄;吴飞;鄢松;陆雯霞;张忠艺-.基于GAWK-means的地铁车站指纹定位方法)[J].电子科技,2022(02):34-39
A类：
GAWK
B类：
means,地铁车站,指纹定位,定位方法,城市轨道交通车站,站内,iBeacon,定位精度,离线阶段,离散程度,欧式距离,距离权重,权重优化,局部最优,在线阶段,近邻,定位结果,平均定位误差,整体性能
AB值：
0.250145
相似文献
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。
