| 一种基于KNN的室内位置指纹定位算法 |
| |
| 引用本文： | 吴虹,王国萍,彭鸿钊,苏冰倩.一种基于KNN的室内位置指纹定位算法[J].南开大学学报,2020,53(6):5-9. |
| |
| 作者姓名： | 吴虹 王国萍 彭鸿钊 苏冰倩 |
| |
| 作者单位： | 南开大学电子信息与光学工程学院,天津市光电传感器与传感网络技术重点实验室,天津300350;南开大学电子信息与光学工程学院,天津市光电传感器与传感网络技术重点实验室,天津300350;南开大学电子信息与光学工程学院,天津市光电传感器与传感网络技术重点实验室,天津300350;南开大学电子信息与光学工程学院,天津市光电传感器与传感网络技术重点实验室,天津300350 |
| |
| 摘 要： | 提出了一种基于KNN 的FM、DTMB 联合信号位置指纹匹配算法,并根据不同位置具有不同信号强度将匹配过程设计为一个多分类算法模型. 离线阶段,通过采集FM 信号与DTMB 信号的强度信息,完成位置指纹库的构建. 在线匹配阶段,利用KNN 算法对新采集到的数据进行加权欧氏距离匹配,通过对K 值以及特征向
量的选取对定位误差进行了分析. 仿真结果表明,该算法在室内定位中具有良好的鲁棒性和准确度,90% 概率下定位精度2.3 m.
|
| 关 键 词： | 室内定位 K近邻算法 位置指纹 接收信号强度 特征向量 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《南开大学学报》浏览原始摘要信息 |
| 点击此处可从《南开大学学报》下载免费的PDF全文 |
|
