-
题名基于KNN和XGBoost的室内指纹定位算法
被引量：1
- 1
-
-
作者
卢海钊
彭慧豪
唐滔
王守峰
张烈平
-
机构
桂林理工大学机械与控制工程学院
桂林理工大学南宁分校电气与电子工程系
-
出处
《电子测量技术》
北大核心
2023年第2期81-86,共6页
-
基金
国家自然科学基金(61741303)
广西空间信息与则绘重点实验室基金(19-185-10-08)项目资助
-
文摘
针对KNN算法定位精度有待提高以及定位稳定性较差的问题,本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集,将训练集中AP的RSSI数据作为特征,坐标作为标签,使用XGBoost算法进行建模。其次,融合KNN模型,将KNN算法寻找到的近邻集合引入XGBoost模型中,再结合单独XGBoost算法的预测结果,以实现坐标定位。最后,在实际环境下研究了算法的K值、回归树数量、决策树深度和学习率对误差的影响,确定算法的相关参数。通过搭建的实际实验环境进行了测试,实验结果表明,本文提出算法的平均定位误差为1.55 m,较于KNN算法和XGBoost算法分别减少了24.76%和11.93%,并且累积分布函数曲线的收敛速度更快,具有较好的定位性能。
-
关键词
室内指纹定位
KNN
XGBoost
WiFi定位
-
Keywords
indoor fingerprint localization
KNN
XGBoost
WiFi localization
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于经验模态分解的室内指纹定位算法
被引量：1
- 2
-
-
作者
刘云龙
孟凤莹
周蓉
-
机构
华北电力大学控制与计算机工程学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第S01期247-251,共5页
-
文摘
WiFi信号的波动问题是影响指纹定位精度的主要因素之一,针对该问题设计了基于经验模态分解(EMD)的室内指纹定位算法,利用EMD方法在保持信号原有特征的同时实现了平滑噪声的目的。同时,针对传统的加权K最邻近(WKNN)算法在参考点数量大、指纹特征维度高时存在的计算量大、定位实时性低的问题,采用Ball Tree的近邻检索方法优化指纹匹配阶段的数据查询结构,提高了指纹匹配的速度。实验结果表明:相较于常用的传统WiFi指纹定位算法,所提基于经验模态分解的室内指纹定位算法可获得17%以上定位误差的改善,同时指纹匹配耗时减少了45%左右,有效提高了定位的精度与实时性。
-
关键词
室内指纹定位
信号波动
经验模态分解
Ball-Tree算法
加权K最邻近算法
-
Keywords
indoor fingerprint localization
signal fluctuation
Empirical Mode Decomposition(EMD)
Ball-Tree algorithm
Weighted K-Nearest Neighbor(WKNN)algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种用于RSS提取的改进粒子滤波算法
被引量：3
- 3
-
-
作者
薛卫星
邱卫宁
花向红
-
机构
武汉大学测绘学院/灾害监测与防治研究中心
-
出处
《测绘科学》
CSCD
北大核心
2017年第11期20-24,共5页
-
基金
国家自然科学基金项目(41374011
41174010)
-
文摘
针对室内WiFi指纹位置定位中取RSS的平均值作为其定位特征值在室内环境的复杂性和动态性不能准确地反映RSS信号真值的问题,以及卡尔曼滤波和粒子滤波算法等用于RSS信号的提取只针对线性噪声或非线性噪声中的一种,在室内动态多变、干扰复杂多样的环境下鲁棒性不理想的问题,结合卡尔曼滤波和粒子滤波,提出一种用于RSS提取的改进的粒子滤波算法。给出了算法实现的步骤,并且在不同地点不同环境条件(静态环境和动态环境)下分别进行了指纹定位在线端的数据采集实验。实验结果表明:基于改进粒子滤波的RSS提取算法的定位精度和鲁棒性均优于均值算法、卡尔曼滤波算法、粒子滤波算法等已有算法。
-
关键词
室内WiFi指纹定位
RSS信号提取
卡尔曼滤波
改进粒子滤波算法
定位效果分析
-
Keywords
indoor WiFi fingerprint localization
RSS extraction
Kalman filtering
improved particlefilter
position analysis
-
分类号
TN96
[电子电信—信号与信息处理]
-
