本文關(guān)鍵詞： 無線定位 位置指紋 Wi-Fi 接收信號(hào)強(qiáng)度指示 離散度　出處：《哈爾濱工業(yè)大學(xué)學(xué)報(bào)》2017年05期 　論文類型：期刊論文

【摘要】：為改善加權(quán)K近鄰位置指紋定位算法在室內(nèi)環(huán)境復(fù)雜時(shí)的定位性能,提出一種以位置指紋離散度作為權(quán)值參考的改進(jìn)加權(quán)K近鄰位置指紋定位算法.算法在離線位置指紋數(shù)據(jù)庫建立階段采用K-means聚類算法對(duì)位置指紋進(jìn)行聚類,來降低搜索位置指紋庫的計(jì)算量.從離線位置指紋庫中選取K個(gè)與在線實(shí)測(cè)Wi-Fi信號(hào)強(qiáng)度信息最相似的位置指紋,比較其離散程度,將離散程度小的位置指紋賦予較高的加權(quán)系數(shù),以減小原加權(quán)K近鄰算法在室內(nèi)復(fù)雜環(huán)境信號(hào)強(qiáng)度隨距離變化較大情況下帶來的位置估算誤差.對(duì)離散度加權(quán)K近鄰算法時(shí)間復(fù)雜度的分析表明,其計(jì)算量小于原加權(quán)K近鄰算法;實(shí)際環(huán)境實(shí)驗(yàn)結(jié)果表明,離散度加權(quán)K近鄰算法具有更高的定位精度,且定位誤差波動(dòng)較小.
[Abstract]:In order to improve the location performance of weighted K-nearest neighbor location algorithm in complex indoor environment. An improved weighted K-nearest neighbor location algorithm based on location fingerprint dispersion is proposed. K-means clustering algorithm is used in the establishment of off-line location fingerprint database. Row clustering. From the off-line location fingerprint database, we select K position fingerprint which is the most similar to the on-line measured Wi-Fi signal intensity information, and compare its discretization degree. The small degree of dispersion of the location fingerprint is given a higher weighting coefficient. In order to reduce the position estimation error caused by the original weighted K-nearest neighbor algorithm when the signal intensity of indoor complex environment varies greatly with the distance, the time complexity of the discrete-weighted K-nearest neighbor algorithm is analyzed. The computational complexity of the algorithm is less than that of the original weighted K-nearest neighbor algorithm. The experimental results show that the discretization weighted K-nearest neighbor algorithm has higher localization accuracy and less fluctuation of location error.
【作者單位】： 吉林大學(xué)通信工程學(xué)院;東北電力大學(xué)信息工程學(xué)院;長春理工大學(xué)電子信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61371092,61401175,61540022) 吉林大學(xué)研究生創(chuàng)新基金(2016091)
【分類號(hào)】：TN92
【正文快照】： 隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,無數(shù)智能節(jié)點(diǎn)通過無線通信技術(shù)連接在一起,形成了無所不能的物聯(lián)網(wǎng)[1].其中位置服務(wù)[1-2]是物聯(lián)網(wǎng)面向用戶的關(guān)鍵需求之一,而位置服務(wù)主要依賴于無線定位技術(shù).無線定位技術(shù)從地理位置上可分為室內(nèi)定位以及室外定位.室外定位一般通過衛(wèi)星導(dǎo)航系統(tǒng)輔助以AGPS

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李磊;;基于WIFI指紋定位技術(shù)的應(yīng)用[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年22期

2 ;[J];;年期

相關(guān)碩士學(xué)位論文 前7條

1 陳曉紅;室內(nèi)可見光多參量位置指紋庫定位方法的仿真及實(shí)驗(yàn)研究[D];南京郵電大學(xué);2015年

2 李文浩;矩陣填充結(jié)合貝葉斯壓縮感知的位置指紋定位[D];遼寧大學(xué);2016年

3 姚震洋;基于低功耗藍(lán)牙的位置指紋定位技術(shù)研究[D];西安電子科技大學(xué);2015年

4 周薇;一種高效的指紋庫構(gòu)建方法及其在WiFi定位中的應(yīng)用[D];北京工業(yè)大學(xué);2013年

5 陳斌;基于SVM技術(shù)的室內(nèi)室外定位方法研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

6 韓亞楠;LTE中RF指紋定位算法研究[D];北京交通大學(xué);2016年

7 劉錫婷;快速部署室內(nèi)飛艇定位技術(shù)及算法研究[D];沈陽航空航天大學(xué);2014年

，

本文編號(hào)：1450803