在室內(nèi)位置指紋定位技術中,采用克里金插值算法可有效降低指紋數(shù)據(jù)庫構建的工作量。但是,現(xiàn)有算法通常只考慮了信號在一維方向上的變異性,沒有考慮室內(nèi)環(huán)境中信號在多個方向存在的變異性。為此,本文提出了一種融合了多個方向信號變異性的改進克里金插值算法,充分考慮了二維室內(nèi)環(huán)境中信號在不同方向的變異性對插值精度的影響。實驗結果表明,與克里金插值算法、距離反比加權插值算法等算法相比,本文算法對指紋數(shù)據(jù)的插值精度更高。 

【文章來源】：傳感技術學報. 2020,33(07)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

實驗場景1示意圖

式中:z i j 表示第i個參考點處接收到的第j個AP的RSSI值;Zt表示發(fā)射信號功率;L0表示距離AP相對較短距離的路徑損耗;β為路徑損耗因子,表示路徑損耗隨距離增加而增大的快慢,與周圍的環(huán)境有關;xj表示第j個參考點位置,‖xi-xj‖表示第i個參考點與第j個AP之間的位置距離;xδ為隨機噪聲。利用式(18)的室內(nèi)模型,參照文獻[10],產(chǎn)生一個含5個AP的150 m×150 m的大型模擬室內(nèi)環(huán)境。以5 m為間隔距離,將該區(qū)域劃分為30×30的網(wǎng)格,并以每個網(wǎng)格的中心點位置作為采樣點位置,生成一個包含有900條指紋數(shù)據(jù)的指紋數(shù)據(jù)庫。其中,各個采樣點處的指紋數(shù)據(jù)均由每個AP的1 000次RSSI測量值求平均得到。具體地,模擬產(chǎn)生的實驗環(huán)境如圖2所示。3.2 插值效果分析

通過圖3和圖4的對比結果表明,在不同已知指紋百分比p值的情況下,本文算法的實際插值誤差均小于克里金插值算法和距離反比加權插值算法,證明了本文算法對于插值精度提升的有效性。同時,對比圖3環(huán)境1下的采樣間距值等于0.5 m和圖4環(huán)境2下的采樣點間距等于5 m可知:由于距離反比加權插值算法僅考慮了空間中點與點之間的位置距離關系,而忽略了點之間的空間變異性,所以在采樣點間距增大的情況下,由圖3中的(b)和圖4中的(b)可明顯看出,距離反比加權插值算法與克里金插值算法的估計效果差距拉大。圖4 實驗環(huán)境2對應的插值效果展示

【參考文獻】：
期刊論文
[1]基于距離測量和位置指紋的室內(nèi)定位方法研究[J]. 李方敏,張韜,劉凱,劉果,馬小林.  計算機學報. 2019(02)
[2]基于改進克里金插值的室內(nèi)定位位置指紋庫構建方法[J]. 劉輝元,馬金輝,黃瓊.  重慶郵電大學學報(自然科學版). 2017(06)
[3]基于曲面擬合的WiFi指紋數(shù)據(jù)庫更新[J]. 田增山,代海鵬.  計算機應用. 2016(05)
[4]室內(nèi)定位方法綜述[J]. 席瑞,李玉軍,侯孟書.  計算機科學. 2016(04)
[5]基于克里金空間插值的位置指紋數(shù)據(jù)庫建立算法[J]. 劉志建,關維國,華海亮,孫澤鴻.  計算機應用研究. 2016(10)
[6]基于空間變異理論的電子地圖構建方法[J]. 李方,王鐵成,佟為明.  哈爾濱工程大學學報. 2012(06)
[7]基于線性插值和動態(tài)指紋補償?shù)姆植际蕉ㄎ凰惴╗J]. 郭紅成,羅海勇,尹浩,韓霜.  傳感技術學報. 2009(12)



本文編號：3241536