【摘要】：提出了一種基于核函數(shù)特征提取(KPCA,kernel principal component analysis)的室內(nèi)定位算法。該算法在離線階段使用核函數(shù)特征提取方法訓(xùn)練原始位置指紋(OLF,original location fingerprint),提取原始位置指紋的非線性特征,可以有效地利用各個(gè)接入節(jié)點(diǎn)(AP,access point)的接收信號(hào)強(qiáng)度信息;而在線階段使用一種改進(jìn)的加權(quán)k近鄰(IWKNN,improved weight k-nearest neighbor)算法,自主選擇近鄰數(shù)進(jìn)行位置估計(jì)。實(shí)驗(yàn)結(jié)果表明,提出的算法在平均誤差和定位準(zhǔn)確率方面優(yōu)于其他的室內(nèi)定位算法,并且該算法需要更少的接收信號(hào)強(qiáng)度(RSS,received signal strength)采集次數(shù)和AP個(gè)數(shù)。
[Abstract]:An indoor localization algorithm based on kernel feature extraction (KPA) kernel principal component analysis) is proposed. In the off-line phase, the kernel function feature extraction method is used to train the nonlinear feature of the original location fingerprint (OLF) original location fingerprint), which can effectively utilize the received signal strength information of each access point. In the online stage, an improved weighted k-nearest neighbor (IWKN) algorithm is used to estimate the position of the neighbor. Experimental results show that the proposed algorithm is superior to other indoor localization algorithms in average error and localization accuracy, and it needs less received signal intensity (signal strength) acquisition times and AP number.
【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;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(No.61371092,No.61401175,No.61540022) 吉林省科技發(fā)展計(jì)劃基金資助項(xiàng)目(No.20140204019GX) 長春市重大科技攻關(guān)計(jì)劃基金資助項(xiàng)目(No.2014026/14KG021) 吉林大學(xué)研究生創(chuàng)新基金資助項(xiàng)目(No.2019091)~~
【分類號(hào)】：TN925.93

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬少華,高峰,李敏,吳成東;神經(jīng)網(wǎng)絡(luò)分類器的特征提取和優(yōu)選[J];基礎(chǔ)自動(dòng)化;2000年06期

2 管聰慧,宣國榮;多類問題中的特征提取[J];計(jì)算機(jī)工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測建模過程中特征提取最優(yōu)化評估[J];計(jì)算機(jī)工程;2006年12期

4 朱玉蓮;陳松燦;趙國安;;推廣的矩陣模式特征提取方法及其在人臉識(shí)別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識(shí)別的特征提取方法[J];計(jì)算機(jī)科學(xué);2009年06期

7 朱笑榮;楊德運(yùn);;基于入侵檢測的特征提取方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動(dòng)聲納目標(biāo)識(shí)別方法研究[J];軟件導(dǎo)刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復(fù)[J];上海交通大學(xué)學(xué)報(bào);1997年01期

相關(guān)會(huì)議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：2156724