文档名：一种基于大规模MIMO系统的三维空间指纹定位方法
摘要：针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-InputMultiple-Output,MIMO)系统的三维室内空间指纹定位方法.首先,提出一种处理速度更快、存储需求更小的角度-时延信道频率功率(AngleDelayChannelFrequencyPower,ADCFP)指纹矩阵;其次,引入新的相似度准则即卡方距离以提高定位精度;然后提出一种改进的次方加权K近邻(WeightedK-NearestNeighbor,WKNN)匹配算法,根据不同次方值对权重下降速度的影响差异,针对指纹相似度的大小分配以不同的权重;最后,对ADCFP指纹采用按行按列压缩的存储方法得到三种压缩指纹,进一步减少指纹数据量,并引入中心到达角(CentralAngleofArrival,CAOA)聚类算法缩短定位时长.仿真结果表明,ADCFP指纹矩阵2m精度可靠性可达89.2%,采用卡方距离相较于曼哈顿距离的平均定位误差降低了5.63%,改进次方WKNN算法相较于传统WKNN算法平均定位误差降低了4.45%,引入CAOA聚类算法可使定位速度提升为未聚类情况下的1.72倍,平均定位误差较K均值聚类算法降低了44.05%,定位性能有较大提升.
Abstract：Inordertosolvetheproblemsofexistingfingerprintlocalizationtechnology,suchaslargeamountoffingerprintdata,difficultyinstorageandprocessing,andinsufficientadaptabilitytopositioningincomplexspaces,athree-dimensionalindoorspacefingerprintlocalizationsolutionbasedonmassivemultiple-inputmultiple-output(MIMO)systemisproposed.First,anAngleDelayChannelFrequencyPower(ADCFP)fingerprintmatrixwithfasterprocessingspeedandsmallerstoragerequirementsisproposed.Secondly,anewsimilaritycriterion,namelychi-squaredistance,isintroducedtoimprovethepositioningaccuracy,andthenanimprovedpowerWeightedK-NearestNeighbor(WKNN)matchingalgorithmisproposed.Theimpactofthepowervalueontheweightreductionspeedisdifferent,anddifferentweightsareallocatedaccordingtothefingerprintsimilarity.Finally,threetypesofcompressedfingerprintsareobtainedbyusingrow-by-columncompressionofADCFP,furtherreducingtheamountoffingerprintdata.AndtheCentralAngleofArrival(CAOA)ClusteringAlgorithmisintroducedtoshortenthepositioningtime.ThesimulationresultsshowthattheADCFPfingerprintmatrixcanoffera89.2%reliabilityfor2maccuracy.Theaveragepositioningerrorusingchi-squaredistanceisreducedby5.63%comparedwiththatusingtheManhattandistance.TheimprovedpowerWKNNalgorithmreducestheaveragelocalizationerrorby4.45%comparedwiththetraditionalWKNNalgorithm.TheintroductionofCAOAClusteringAlgorithmcanincreasethelocalizationspeedto1.72timesthatofthenon-clusteringcase.Theaveragelocalizationerrorisreducedby44.05%comparedwiththeK-meansClusteringAlgorithm,andthepositioningperformanceisgreatlyimproved.
作者：贺晨琳 王霄峻 汪磊 Author：HEChenlin WANGXiaojun WANGLei
作者单位：东南大学信息科学与工程学院,南京211189东南大学信息科学与工程学院,南京211189;紫金山实验室,南京211111
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(12)
分类号：TN929.5
关键词：三维室内空间 指纹定位 大规模MIMO 加权K近邻(WKNN) 中心到达角(CAOA)聚类
Keywords：3Dindoorspace fingerprintlocalization massiveMIMO weightedK-nearestneighbor(WKNN) centralangleofarrival(CAOA)clustering
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家重点研发计划，中央高校基本科研业务费专项，东南大学院系联合基金一种基于大规模MIMO系统的三维空间指纹定位方法[
期刊论文] 电讯技术--2023, 63(12)贺晨琳 王霄峻 汪磊针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-InputMultiple-Output,MIMO)系统的三维室内空间指纹定位方法.首先,提出一种处理速...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种基于大规模MIMO系统的三维空间指纹定位方法 A Three-dimensional Space Fingerprint Localization Method Based on Massive MIMO System
一种基于大规模MIMO系统的三维空间指纹定位方法.pdf
- 文件大小:
- 2.29 MB
- 下载次数:
- 60
-
高速下载
|
|
