基于核函数特征提取的室内定位算法研究

TN92; 提出了一种基于核函数特征提取(KPCA,kernel principal component analysis)的室内定位算法.该算法在离线阶段使用核函数特征提取方法训练原始位置指纹(OLF,original location fingerprint),提取原始位置指纹的非线性特征,可以有效地利用各个接入节点(AP,access point)的接收信号强度信息;而在线阶段使用一种改进的加权k近邻(IWKNN,improved weightk-nearest neighbor)算法,自主选择近邻数进行位置估计.实验结果表明,提出的算法在平均误差和定位准确率方面优于其他的室内定位算法,...

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 38; no. 1; pp. 158 - 167
Main Authors 李华亮, 钱志鸿, 田洪亮
Format Journal Article
LanguageChinese
Published 东北电力大学信息工程学院,吉林吉林 132012 2017
吉林大学通信工程学院,吉林长春,130012%吉林大学通信工程学院,吉林长春 130012
Subjects
KPCA
室内定位
RSS
接收信号强度
核函数特征提取
WLAN
indoor localization
无线局域网络
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2017018

Cover

More Information
Summary:TN92; 提出了一种基于核函数特征提取(KPCA,kernel principal component analysis)的室内定位算法.该算法在离线阶段使用核函数特征提取方法训练原始位置指纹(OLF,original location fingerprint),提取原始位置指纹的非线性特征,可以有效地利用各个接入节点(AP,access point)的接收信号强度信息;而在线阶段使用一种改进的加权k近邻(IWKNN,improved weightk-nearest neighbor)算法,自主选择近邻数进行位置估计.实验结果表明,提出的算法在平均误差和定位准确率方面优于其他的室内定位算法,并且该算法需要更少的接收信号强度(RSS,received signal strength)采集次数和AP个数.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2017018