基于机器学习的RSS测距优化算法研究
作者机构：南京信息职业技术学院江苏南京210023
出 版 物：《中文科技期刊数据库（文摘版）工程技术》
年 卷 期：2023年第10期
页 面：11-15页
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)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：为了解决传统的基于RSS的距离测试方法需要有确定的锚节点和给定的发射功率,且易受环境噪声影响导致准确率低的问题,文章提出一种基于机器学习的RSS测距优化算法。该算法在离线阶段使用卡尔曼滤波和平均技术去除数据集环境噪声,基于KNN回归算法训练模型。在线阶段,使用平均技术过滤测试点RSS信号中的噪声后进行距离预测。实验结果表明,该算法提升了距离测试的准确率,降低了均方误差和边际误差,能够在对场景无干扰的前提下,提供目标之间的实时距离,具有现实意义和良好的应用前景。
维普期刊数据库