發(fā)布時(shí)間：2018-05-06 11:49

  本文選題：無線通信技術(shù) + WLAN定位�。� 參考：《激光雜志》2014年07期

【摘要】：位置指紋法定位中所建立的位置指紋庫(kù)能否正確反映指紋信號(hào)與位置之間的映射關(guān)系將影響最終定位效果。本文將一種改進(jìn)的K-means聚類算法運(yùn)用于WLAN室內(nèi)指紋數(shù)據(jù)庫(kù)的建立,較之傳統(tǒng)K-means聚類算法所建立的指紋數(shù)據(jù)庫(kù),采用了改進(jìn)K-means聚類算法所建立起來的指紋數(shù)據(jù)庫(kù)優(yōu)化了初始聚類中心選擇方法及準(zhǔn)則函數(shù),避免了被聚類的指紋數(shù)據(jù)陷入局部解現(xiàn)象。實(shí)驗(yàn)結(jié)果表明:本文所提算法建立的指紋數(shù)據(jù)庫(kù)可提高WLAN室內(nèi)定位精度,縮短定位時(shí)間。
[Abstract]:Whether the location fingerprint database can correctly reflect the mapping relationship between the fingerprint signal and the location will affect the final location effect. In this paper, an improved K-means clustering algorithm is applied to the establishment of WLAN indoor fingerprint database, which is compared with the traditional K-means clustering algorithm. The fingerprint database based on improved K-means clustering algorithm is used to optimize the initial clustering center selection method and criterion function to avoid the local solution of the clustered fingerprint data. The experimental results show that the fingerprint database proposed in this paper can improve the accuracy of WLAN indoor location and shorten the location time.
【作者單位】： 新疆大學(xué)信息科學(xué)與工程學(xué)院;中國(guó)移動(dòng)通信集團(tuán)新疆有限公司;
【基金】：中國(guó)移動(dòng)通信集團(tuán)新疆有限公司研究發(fā)展基金項(xiàng)目(項(xiàng)目編號(hào):XJM2013-01)
【分類號(hào)】：TP301.6;TN925.93

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付寧;喬立巖;彭喜元;;基于改進(jìn)K-means聚類和霍夫變換的稀疏源混合矩陣盲估計(jì)算法[J];電子學(xué)報(bào);2009年S1期

2 王越;王泉;呂奇峰;曾晶;;基于初始聚類中心優(yōu)化和維間加權(quán)的改進(jìn)K-means算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年04期

3 張玉芳,毛嘉莉,熊忠陽;一種改進(jìn)的K-means算法[J];計(jì)算機(jī)應(yīng)用;2003年08期

4 方旭明;戚彩霞;向征;;IEEE 802系列無線網(wǎng)絡(luò)網(wǎng)狀組網(wǎng)與移動(dòng)切換技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用;2006年08期

5 任福君;倪鵬;王殿君;姜永成;段云濤;;基于概率法的移動(dòng)機(jī)器人無線網(wǎng)絡(luò)定位系統(tǒng)[J];科技導(dǎo)報(bào);2010年10期

6 李中;張鐵峰;;不同相似度度量方式的隨機(jī)數(shù)據(jù)聚類分析[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

7 唐立新,楊自厚,王夢(mèng)光;用遺傳算法改進(jìn)聚類分析中的K-平均算法[J];數(shù)理統(tǒng)計(jì)與應(yīng)用概率;1997年04期

8 鄧中亮;王文杰;徐連明;;一種基于K-means算法的WLAN室內(nèi)定位樓層判別方法[J];軟件;2012年12期

9 楊善林;李永森;胡笑旋;潘若愚;;K-MEANS算法中的K值優(yōu)化問題研究[J];系統(tǒng)工程理論與實(shí)踐;2006年02期

10 徐昭;李榮冰;謝非;劉建業(yè);;北斗B1頻點(diǎn)中頻信號(hào)仿真系統(tǒng)設(shè)計(jì)[J];系統(tǒng)仿真技術(shù);2013年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉良艷;;基于改進(jìn)后的K-means聚類算法的網(wǎng)吧用戶行為聚類[J];安徽科技學(xué)院學(xué)報(bào);2009年04期

2 李業(yè)麗;秦臻;;一種改進(jìn)的k-means算法[J];北京印刷學(xué)院學(xué)報(bào);2007年02期

3 江炳坤;任超;秦永波;;K-means算法復(fù)雜度的能量分析方法[J];成都信息工程學(xué)院學(xué)報(bào);2010年06期

4 顧洪博;趙萬平;;數(shù)據(jù)挖掘算法性能優(yōu)化的研究與應(yīng)用[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

5 馮楊民;張菊清;;基于K-means聚類的多面函數(shù)及其在DEM內(nèi)插中的應(yīng)用[J];測(cè)繪工程;2009年02期

6 陳壽文;李明東;;基于面向?qū)ο笏枷隟Means算法實(shí)現(xiàn)[J];滁州學(xué)院學(xué)報(bào);2008年03期

7 郭海湘;諸克軍;李s，

本文編號(hào)：1852200