-
题名多指纹融合和区域细化的WiFi室内定位方法
被引量：2
- 1
-
-
作者
朱瑞
张丽杰
-
机构
内蒙古工业大学电力学院/内蒙古机电控制重点实验室
-
出处
《导航定位学报》
CSCD
北大核心
2024年第5期62-69,共8页
-
基金
内蒙古自然科学基金项目(2020MS06019,2024LHMS06010)。
-
文摘
针对复杂环境中单一指纹特征表示位置信息导致的定位鲁棒性差和精度低的问题,提出一种基于多指纹特征融合和区域细化的无线保真(WiFi)室内定位方法:对特征选择(ReliefF)算法进行改进,采用改进的ReliefF算法确定接收信号强度指示(RSSI)、信号变化率(Rate)、双曲位置指纹(HLF)和信号强度差(SSD)这4种单一指纹特征对位置信息的贡献,并对4种单一指纹特征进行加权融合,得到组合位置特征;然后提出一种基于组合位置特征数据变化率和k均值(k-means)算法的区域细化算法,在离线构建指纹数据库时对定位区域进行细化。实验结果表明,基于多指纹融合和区域细化的WiFi定位方法比采用单一特征的WiFi定位方法具有更高的定位精度、速度和鲁棒性。
-
关键词
室内定位
无线保真(WiFi)指纹
特征选择(ReliefF)算法
特征融合
区域细化
-
Keywords
indoor positioning
wireless fidelity(WiFi)fingerprint
feature selection(ReliefF)algorithm
feature fusion
area refinement
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名改进WKNN结合最大熵CQKF的室内定位方法
被引量：4
- 2
-
-
作者
郝利军
张丽杰
-
机构
内蒙古工业大学电力学院内蒙古机电控制重点实验室
-
出处
《电子测量技术》
2020年第23期46-50,共5页
-
基金
国家自然科学基金(61663034)
内蒙古科技成果转化项目(CGZH2018129)
内蒙古自然科学基金(2020MS06019)项目资助。
-
文摘
为了提高移动目标的室内定位精度,本文提出一种改进加权K近邻法(WKNN)结合最大熵容积积分卡尔曼滤波(MCCQKF)的WiFi室内定位方法。该方法对WKNN定位算法进行改进,采用马氏距离作为WKNN中距离的度量方法,其次计算接入点信号取值的差异程度,将其作为移动目标与参考点之间马氏距离的权重参数,并用该加权距离对参考点位置进行加权估计移动目标位置。通过将最大熵准则引入CQKF得到MCCQKF,并采用MCCQKF算法对改进WKNN得到的定位结果进行滤波,有效地提高定位精度。实验结果表明,改进WKNN比传统WKNN具有更小的定位误差,MCCQKF不但具有较高的估计精度,而且相比于未采用滤波处理的定位结果,MCCQKF可使定位误差减小53.2%。
-
关键词
位置指纹定位
加权K近邻法
马氏距离
最大熵准则
容积积分卡尔曼滤波
-
Keywords
location fingerprint positioning
weighted K-nearest neighbor method
Mahalanobis distance
maximum correntropy criterion
cubature quadrature Kalman filter
-
分类号
TP2
[自动化与计算机技术—检测技术与自动化装置]
TN92
[自动化与计算机技术—控制科学与工程]
-
