文档名：基于聚类优选自适应KNN的改进定位算法
摘要：针对室内复杂环境下,WiFi定位算法选取固定K近邻(KNN)会导致定位精度变差的问题,提出基于MeanShift聚类选取自适应KNN的混合相似度加权KNN(MWKNN)定位算法,并基于几何位置对自适应KNN进行动态优选.通过MeanShift聚类和几何位置动态优选自适应KNN进行加权KNN(WKNN)算法定位估计,削弱了含有较大误差的近邻点参与定位的影响,显著提高了算法的定位精度.实验结果表明:在3m网格及3dBm噪声标准差条件下,改进MWKNN定位算法的均方根误差为0.92m,平均定位误差小于0.74m;2m精度下的概率达到96％.定位精度明显优于传统KNN和WKNN算法,同时提升了定位结果的稳定性.
作者：商磊 关维国 龚瑞雪Author：SHANGLei GUANWeiguo GONGRuixue
作者单位：辽宁工业大学电子与信息工程学院,辽宁锦州121001
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(3)
分类号：TP393
关键词：室内定位 MeanShift聚类 几何位置优选 自适应K近邻 加权K近邻定位
机标分类号：TP391.9TP277TN911.73
在线出版日期：2023年3月27日
基金项目：辽宁省自然科学基金指导计划资助项目，辽宁省教育厅服务地方项目基于聚类优选自适应KNN的改进定位算法[
期刊论文] 传感器与微系统--2023, 42(3)商磊 关维国 龚瑞雪针对室内复杂环境下,WiFi定位算法选取固定K近邻(KNN)会导致定位精度变差的问题,提出基于MeanShift聚类选取自适应KNN的混合相似度加权KNN(MWKNN)定位算法,并基于几何位置对自适应KNN进行动态优选.通过MeanShift聚类和几...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
基于聚类优选自适应KNN的改进定位算法 Improved localization algorithm based on clustering optimization and adaptive KNN
基于聚类优选自适应KNN的改进定位算法.pdf
- 文件大小:
- 860.26 KB
- 下载次数:
- 60
-
高速下载
|
|
