基于Mean-Shift和加權(quán)K近鄰的UWB指紋定位算法
發(fā)布時(shí)間:2023-03-23 01:25
針對(duì)受室內(nèi)環(huán)境多徑影響,基于接收信號(hào)強(qiáng)度指示(RSSI)的傳統(tǒng)指紋定位算法中RSSI值波動(dòng)性大的問(wèn)題,利用超寬帶(USB)信號(hào)時(shí)間分辨率高、測(cè)距值精確的優(yōu)點(diǎn),提出以測(cè)距值作為指紋量,構(gòu)建超寬帶指紋定位方法。提出了Mean-Shift與加權(quán)K近鄰相結(jié)合的指紋定位算法,減少了在線匹配工作量的同時(shí),降低了環(huán)境變化對(duì)定位結(jié)果的影響。通過(guò)實(shí)際場(chǎng)景實(shí)驗(yàn)測(cè)試表明:所提方法在視距和非視距環(huán)境中均可以達(dá)到厘米(cm)級(jí)定位精度,有效提高了定位的精度和穩(wěn)健性。
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
0 引言
1 UWB指紋定位方法
1.1 離線建立指紋庫(kù)
1.2 在線匹配位置
2 Mean-Shift聚類(lèi)+加權(quán)K近鄰算法
2.1 Mean-Shift聚類(lèi)算法優(yōu)化指紋庫(kù)
2.2 加權(quán)K近鄰算法
3 算法實(shí)驗(yàn)與結(jié)果分析
3.1 實(shí)驗(yàn)環(huán)境搭建
3.2 實(shí)驗(yàn)結(jié)果分析
4 結(jié)論
本文編號(hào):3767989
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
0 引言
1 UWB指紋定位方法
1.1 離線建立指紋庫(kù)
1.2 在線匹配位置
2 Mean-Shift聚類(lèi)+加權(quán)K近鄰算法
2.1 Mean-Shift聚類(lèi)算法優(yōu)化指紋庫(kù)
2.2 加權(quán)K近鄰算法
3 算法實(shí)驗(yàn)與結(jié)果分析
3.1 實(shí)驗(yàn)環(huán)境搭建
3.2 實(shí)驗(yàn)結(jié)果分析
4 結(jié)論
本文編號(hào):3767989
本文鏈接:http://sikaile.net/kejilunwen/wltx/3767989.html
最近更新
教材專(zhuān)著