【摘要】：針對傳統(tǒng)無線局域網(WLAN)室內定位系統(tǒng)中因參考點密集分布及逐點信號采集所帶來的位置指紋數據庫構建工作量繁重的問題,該文提出一種基于混合半監(jiān)督流形學習和3次樣條插值的數據庫構建方法。該方法利用少量標記數據和大量未標記數據求解定位目標函數的最優(yōu)解,同時根據高維信號強度空間與低維物理位置空間的映射關系,實現對未標記數據的位置標定。大量實驗結果表明,該方法能夠在保證較高定位精度的同時,顯著降低位置指紋數據庫的構建開銷。
[Abstract]:In the traditional (WLAN) indoor positioning system of wireless local area network (WLAN), the heavy workload of constructing the location fingerprint database caused by the dense distribution of reference points and the collection of point-by-point signals is discussed. In this paper, a database construction method based on hybrid semi-supervised manifold learning and cubic spline interpolation is proposed. In this method, a small amount of labeled data and a large amount of unlabeled data are used to solve the optimal solution of the localization objective function. According to the mapping relationship between the high-dimensional signal intensity space and the low-dimensional physical position space, the location calibration of the unlabeled data is realized. A large number of experimental results show that this method can significantly reduce the construction cost of location fingerprint database while ensuring high location accuracy.
【作者單位】： 重慶郵電大學移動通信技術重慶市重點實驗室;天津師范大學天津市無線移動通信與無線電能傳輸重點實驗室;
【基金】：國家自然科學基金(61301126) 長江學者和創(chuàng)新團隊發(fā)展計劃(IRT1299) 重慶市科委重點實驗室專項經費 重慶郵電大學青年科學研究項目(A2013-31)~~
【分類號】：TN925.93

【參考文獻】

相關期刊論文 前7條

1 周牧;蒲巧林;田增山;;室內WLAN定位中位置指紋優(yōu)化的接入點部署方法[J];通信學報;2015年S1期

2 Liye Zhang;Lin Ma;Yubin Xu;;A Semi-Supervised WLAN Indoor Localization Method Based on l1-Graph Algorithm[J];Journal of Harbin Institute of Technology;2015年04期

3 陳兵;楊小玲;;一種基于概率密度的WLAN接入點定位的算法[J];電子與信息學報;2015年04期

4 彭小輝;晏政;李艷軍;吳建軍;;一種基于解析冗余關系的半定性故障隔離方法在航天器推進系統(tǒng)中的應用[J];國防科技大學學報;2012年06期

5 陳家琪;嚴梓乘;;一種Newton插值的RFID室內定位改進算法[J];計算機系統(tǒng)應用;2012年01期

6 勵晶晶;郭文;;兩類錯誤條件下的樣本容量選擇[J];統(tǒng)計與決策;2010年15期

7 曾孝平;劉刈;劉國金;;基于圖譜理論和隨機游走核的圖像去噪[J];通信學報;2010年07期

相關博士學位論文 前1條

1 金珠;改進的支持向量機分類算法及其在煤礦人因事故安全評價中的應用[D];中國礦業(yè)大學;2011年

【共引文獻】

相關期刊論文 前10條

1 白晉軍;邵珠業(yè);燕春;劉培林;陳力穎;孫曉東;;改進的LANDMARC算法在ZigBee室內定位中的應用[J];電視技術;2017年Z1期

2 周牧;唐云霞;田增山;衛(wèi)亞聰;;基于流形插值數據庫構建的WLAN室內定位算法[J];電子與信息學報;2017年08期

3 田增山;王向勇;周牧;李玲霞;;基于DBSCAN子空間匹配的蜂窩網室內指紋定位算法[J];電子與信息學報;2017年05期

4 郭曉鳳;徐志良;;基于子區(qū)域劃分的室內定位算法研究[J];電子設計工程;2016年24期

5 郭國法;盧運栓;張開生;;適用于車間巡檢定位的改進RFID定位算法[J];實驗室研究與探索;2016年12期

6 潘艷玉;王迎賓;徐元凱;邵裕真;錢亞婷;;漁業(yè)資源研究中Ⅱ型錯誤與樣本容量關系的模擬研究[J];浙江海洋學院學報(自然科學版);2016年05期

7 郭桓宇;侯悅民;李康;;RFID定位技術在虛擬裝配中的應用[J];制造業(yè)自動化;2016年08期

8 劉文遠;呂倩;王林;楊綢綢;;基于動態(tài)地標的在線室內平面圖生成方法[J];電子與信息學報;2016年06期

9 王弼;黃成;;基于樣條插值的RFID室內定位算法[J];計算機仿真;2015年11期

10 滕敏;衛(wèi)文學;滕寧;;鄰近參考標簽權值的射頻識別室內定位算法[J];計算機系統(tǒng)應用;2015年06期

相關博士學位論文 前6條

1 何葉榮;基于SEM-FSVM的煤礦安全管理風險評價[D];安徽理工大學;2016年

2 孟倩;基于計算智能的煤礦自然發(fā)火預警研究[D];中國礦業(yè)大學;2015年

3 王欣艷;煤礦安全隱患治理能力評估與預測方法研究[D];中國礦業(yè)大學（北京）;2013年

4 譚治英;核機器學習方法及其在視覺檢測中的應用研究[D];電子科技大學;2013年

5 鄧燕;基于粗糙集—支持向量機的油氣儲層參數預測方法研究[D];中國地質大學（北京）;2013年

6 周華平;煤礦百萬噸死亡率預測方法研究及應用[D];中國礦業(yè)大學(北京);2012年

【二級參考文獻】

相關期刊論文 前6條

1 魏飛;楊震;;認知MIMO MAC最優(yōu)迭代注水算法[J];通信學報;2011年11期

2 徐玉濱;鄧志安;馬琳;;基于核直接判別分析和支持向量回歸的WLAN室內定位算法[J];電子與信息學報;2011年04期

3 張純良,張振鵬,楊爾輔,張家峰;空間推進系統(tǒng)故障診斷專家系統(tǒng)研究[J];航空動力學報;2004年05期

4 張純良,張振鵬,袁軍婭,祝剛;空間推進系統(tǒng)的故障推理研究[J];航空動力學報;2002年02期

5 王日新,徐敏強,宋政吉;航天器推進系統(tǒng)故障的面向時態(tài)檢測和診斷[J];推進技術;2002年01期

6 張純良,張振鵬,袁軍婭,張本斌;空間飛行器推進系統(tǒng)的故障檢測[J];宇航學報;2001年04期

相關博士學位論文 前10條

1 張永;基于模糊支持向量機的多類分類算法研究[D];大連理工大學;2008年

2 羅瑜;支持向量機在機器學習中的應用研究[D];西南交通大學;2007年

3 顏端武;面向知識服務的智能推薦系統(tǒng)研究[D];南京理工大學;2007年

4 徐紅敏;基于支持向量機理論的水環(huán)境質量預測與評價方法研究[D];吉林大學;2007年

5 許滿貴;煤礦動態(tài)綜合安全評價模式及應用研究[D];西安科技大學;2006年

6 張國云;支持向量機算法及其應用研究[D];湖南大學;2006年

7 業(yè)寧;支持向量機若干基礎研究及其在圖像識別中的應用[D];東南大學;2006年

8 唐發(fā)明;基于統(tǒng)計學習理論的支持向量機算法研究[D];華中科技大學;2005年

9 張力;概率安全評價中人因可靠性分析技術研究[D];湖南大學;2004年

10 張春華;支持向量機中最優(yōu)化問題的研究[D];中國農業(yè)大學;2004年

【相似文獻】

相關期刊論文 前1條

1 董世光;;淺談演播室Oracle數據庫構建中的傳輸和安全問題[J];信息系統(tǒng)工程;2012年10期

，

本文編號：2202683