文档名：基于子区域切分与SSAXGBoost的室内定位方法
摘要：在利用位置指纹进行实时室内定位时,由于多径效应、信号闭塞或无线AP本身不稳定,而影响最终的定位效果.对此,提出了一种基于子区域切分结合麻雀算法(SparrowSearchAlgorithm,SSA)优化XGBoost的室内定位方法.离线训练阶段,利用改进的FCM(FuzzyC-means)算法和区域相关系数指标将待定位区域划分为多个子域,通过AP优化为每个子域选择最优AP集合.针对XGBoost算法性能易受到初始参数问题影响,利用麻雀算法对XGBoost初始参数寻优得到相对较优的参数,并分别为各个子区域构建SSA-XGBoost定位模型.在线定位阶段,目标点通过匹配子区域的聚类中心得到所属子区域,最终利用该子区域的定位模型预测目标点的位置.与其他定位算法相比,所提算法平均误差分别减少14.7％、22.4％、37.1％,证明所提方法在实际环境中较其他算法具有更好的定位效果.
Abstract：Whenusinglocationfingerprintforreal-timeindoorpositioning,redundantAPwilloccurduetomultipatheffect,signalbloc-kingorunstablewirelessAPitself,whichwillaffectthefinalpositioningeffect.Forthisreason,anindoorlocationmethodispresented,whichisbasedonsubareasegmentationcombinedwithsparrowsearchalgorithm(SSA)optimization.Intheofflinetrainingphase,thear-eatobelocatedisdividedintoseveralsubdomainsbyusingtheimprovedFCM(FuzzyC-means)algorithmandtheregionalcorrelationcoefficientindex,andtheoptimalAPsetisselectedforeachsubdomainbyAPoptimization.Becausetheperformanceofthealgorithmissusceptibletoinitialparameterproblems,thesparrowsearchalgorithmisusedtooptimizetheinitialparameterstoobtainrelativelyopti-malparameters,andthepositioningmodelisbuiltforeachsubarea.Intheonlinepositioningstage.thesubareasofthetargetpointsareacquiredbymatchingtheclustercentersofthesubareas,andfinallythepositioningmodelofthesubareasisusedtopredictthelocationofthetargetpoints.Comparingwithotherlocatingalgorithms,theaverageerroroftheproposedalgorithmisreducedby14.7％,22.4％,37.1％,respectively,provingthattheproposedmethodhasbetterlocatingeffectintheactualenvironmentthanotheralgorithms.
作者：冷腾飞 苏圣超Author：LENGTengfei SUShengchao
作者单位：上海工程技术大学电子电气工程学院,上海201620
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(5)
分类号：TP393.1
关键词：室内定位 AP优化 改进FCM 麻雀优化算法 XGBoost
Keywords：indoorlocalization APoptimization improvedFCM sparrowsearchalgorithm XGBoost
机标分类号：TP391.41TP29X522
在线出版日期：2024年7月19日
基金项目：国家自然科学基金基于子区域切分与SSA-XGBoost的室内定位方法[
期刊论文] 传感技术学报--2024, 37(5)冷腾飞 苏圣超在利用位置指纹进行实时室内定位时,由于多径效应、信号闭塞或无线AP本身不稳定,而影响最终的定位效果.对此,提出了一种基于子区域切分结合麻雀算法(SparrowSearchAlgorithm,SSA)优化XGBoost的室内定位方法.离线训练阶...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
基于子区域切分与SSA-XGBoost的室内定位方法 Indoor Localization Method Based on Subspace Segmentation and SSA-XGBoost
基于子区域切分与SSA-XGBoost的室内定位方法.pdf
- 文件大小:
- 2.66 MB
- 下载次数:
- 60
-
高速下载
|
