10.19665/j.issn1001-2400.2022.03.011
一种动态校正的信号双尺度近邻定位方法
在大型室内定位场景中,利用接收信号强度的指纹定位算法存在信号传播不稳定、计算复杂度高以及定位精度低等问题.为解决该问题,提出一种动态校正的信号双尺度近邻定位算法.根据目标区域的物理连通性,采用一对多支持向量机构建分区模型,缩小信号变化范围,减小在线阶段的数据计算量.以高斯过程回归训练接入点信号距离模型预测分区路径损耗特性,校正信号波动值,使定位结果更加稳定.在线阶段,引入斯皮尔曼相似系数来衡量信号间的相似度,减小指纹库中异常值带来的影响,基于动态邻近算法计算信号间的差异值,然后使用Blending模型融合算法将这两种尺度进行线性融合,建立具备动态高斯校正能力的双尺度近邻定位算法,并设计环境参数自适应获取近邻k值,减小环境噪声的影响,克服了单一的信号尺度易导致定位结果波动较大的问题.测试结果表明,所提算法在房间和走廊区域定位精度均小于0.517 3 m,相较于传统算法,定位精度提升约25%以上.
室内定位、指纹定位、分区、高斯过程回归、信号双尺度
49
TN96
国家自然科学基金;国家自然科学基金;江苏省自然科学基金;江苏省自然科学基金;电磁频谱空间认知动态系统工信部重点实验室开放研究基金
2022-08-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
93-100