基于加权K-近邻分类的非视距识别方法研究

作     者：韦子辉 解云龙 王世昭 叶兴跃 张要发 方立德 WEI Zihui;XIE Yunlong;WANG Shizhao;YE Xingyue;ZHANG Yaofa;FANG Lide

作者机构：河北大学质量技术监督学院保定071002 计量仪器与系统国家地方联合工程研究中心保定071002 保定市产业计量工程技术研究中心保定071002 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2022年第44卷第8期

页      面：2842-2851页

核心收录：

学科分类：0810[工学-信息与通信工程] 081203[工学-计算机应用技术] 08[工学] 081001[工学-通信与信息系统] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61475041) 京津冀协同创新共同体建设专项(20540301D) 河北省自然科学基金(E2017201142) 河北省研究生创新资助项目(hbu2020ss063) 

主　　题：超宽带定位 信道冲击响应 非视距识别 特征选择 加权-K近邻 

摘      要：超宽带(UWB)定位系统中,针对复杂的环境下,信号的遮挡、直达信号的错误判断严重影响定位精度问题,该文基于信道冲激响应(CIR)提出一种新型特征参量——饱和度(S),结合前人提出的特征参量利用Relief算法和互信息特征选择(MIFS)算法进行特征选择,在相关性的基础上赋予特征相应的权重,选择最优的特征子集进行加权K-近邻(WKNN)分类,提高了非视距(NLOS)识别系统准确度。并且分析了WKNN算法中的训练数据集数量与近邻数K对算法的影响,确定优选方案,减小了算法计算量,提高了NLOS识别系统实时性。在不同环境下进行实验验证,结果表明,该方法具备较高的识别准确度和环境适用性,识别精度达到95%。