針對藍(lán)牙定位精度差、耗時(shí)長等問題,該文提出一種基于區(qū)域優(yōu)選的自適應(yīng)藍(lán)牙指紋定位算法。離線階段,采用粗細(xì)粒度劃分建立關(guān)于RSSI采樣點(diǎn)位置映射的指紋庫;在線階段,根據(jù)信標(biāo)距離和RSSI的關(guān)系,提出加權(quán)歐氏距離和區(qū)域優(yōu)選算法,有效地克服了定位穩(wěn)定性差和耗時(shí)長的問題,定位效率提高了40%,在在線定位過程中,采用自適應(yīng)K值定位算法,有效地剔除了離定位點(diǎn)較遠(yuǎn)的點(diǎn),提高了定位的精度與穩(wěn)定性。在5 m×9 m的區(qū)域內(nèi)進(jìn)行定位精度測試,結(jié)果表明:藍(lán)牙定位平均定位誤差為0.92 m,定位誤差均在2 m以內(nèi),90%的點(diǎn)定位精度優(yōu)于1.5 m。 

【文章來源】：測繪科學(xué). 2020,45(08)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 藍(lán)牙指紋定位技術(shù)
    1.1 藍(lán)牙位置指紋定位原理
    1.2 KNN算法
2 基于區(qū)域優(yōu)選和自適應(yīng)K值的藍(lán)牙定位算法
    2.1 區(qū)域優(yōu)選
    2.2 加權(quán)歐氏距離
    2.3 自適應(yīng)K值加權(quán)定位算法
3 實(shí)驗(yàn)與分析
    3.1 實(shí)驗(yàn)環(huán)境與設(shè)置
    3.2 結(jié)果分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于分步的位置指紋定位算法研究[J]. 楊勇明.  電子科技. 2018(11)
[2]基于K-means的室內(nèi)定位加權(quán)優(yōu)化k-NN算法[J]. 吉彩云,袁明輝,李瑞祥,湯家森.  電子測量技術(shù). 2018(10)
[3]一種改進(jìn)的組合定權(quán)的指紋定位算法[J]. 曹曉祥,陳國良.  測繪通報(bào). 2018(02)
[4]基于智能手機(jī)的室內(nèi)定位技術(shù)的發(fā)展現(xiàn)狀和挑戰(zhàn)[J]. 陳銳志,陳亮.  測繪學(xué)報(bào). 2017(10)
[5]高斯函數(shù)定權(quán)的改進(jìn)KNN室內(nèi)定位方法[J]. 畢京學(xué),甄杰,汪云甲,劉笑笑.  測繪通報(bào). 2017(06)
[6]基于RSS相關(guān)性的位置指紋室內(nèi)定位方法[J]. 羊宗灝,程凱,周寶定,馮毅文,劉晶晶.  智能計(jì)算機(jī)與應(yīng)用. 2017(02)
[7]基于余弦相似度的指紋匹配算法的室內(nèi)定位方法[J]. 劉冰,李文書.  科技通報(bào). 2017(03)
[8]全球?qū)Ш叫l(wèi)星系統(tǒng)發(fā)展綜述[J]. 寧津生,姚宜斌,張小紅.  導(dǎo)航定位學(xué)報(bào). 2013(01)
[9]位置指紋定位技術(shù)[J]. 李昊.  山西電子技術(shù). 2007(05)



本文編號：3200051