咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多视角聚类的WiFi指纹定位方法研究 收藏

基于多视角聚类的WiFi指纹定位方法研究

Research on WiFi Fingerprint Location Method Based on Multi-View Clustering

作     者:马宗方 吕丽萍 田鸿朋 王艳 MA Zongfang;LÜLiping;TIAN Hongpeng;WANG Yan

作者机构:西安建筑科技大学信息与控制工程学院陕西西安710055 

出 版 物:《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期:2021年第34卷第5期

页      面:690-695页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0802[工学-机械工程] 0811[工学-控制科学与工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:陕西省教育厅产业化项目(18JC017) 国家重点研发计划合作单位项目(2019YFC1907105-01) 陕西省科技厅社发公关项目(2020SF-367) 陕西省科技厅工业攻关项目(2020GY-186) 

主  题:无线传感器网络 WiFi指纹定位 多视角聚类 定位精度 

摘      要:为了解决在基于聚类方法的WiFi指纹定位中视角单一所导致的定位精度较低的问题,提出了基于多视角聚类的WiFi指纹定位方法。利用阈值-均值滤波方法对原始数据进行处理;结合K-means聚类算法对多视角信号(信号强度和位置)进行区划,并建立离线指纹库;使用基础分类器对实测信号分类,待测信号依据分类结果在其所属区域内估计K个邻近信号点,用近邻以及相应的权重值综合确定该信号的实际位置。通过对比实验分析可知,在考虑多视角的情况下,WiFi指纹定位精度在4 m以内的概率为83%,相比于单视角聚类的定位精度提高了12%。结果表明,该方法提高了定位精度,也为定位领域的研究提供了多元化思路。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分