基于泛在信号融合的室内外场景鲁棒感知算法
Robust perception algorithm for indoor and outdoor scenes based on signal of opportunity作者机构：上海工程技术大学电子电气工程学院上海201620
出 版 物：《全球定位系统》 (Gnss World of China)
年 卷 期：2020年第45卷第4期
页 面：63-71页
学科分类：081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 070503[理学-地图学与地理信息系统] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 0816[工学-测绘科学与技术]
基 金：国家自然科学基金青年科学基金(61902237) 上海市“科技创新行动计划”高新技术领域项目(18511101600) 上海市科委青年科技英才“扬帆计划”(19YF1418200)
摘 要：针对室内外场景结合的导航应用服务需求的发展以及现有室内外场景感知方法的识别稳定性较低、准确率不高问题,本文提出一种基于泛在信号融合的室内外场景鲁棒感知算法,利用室内外场景中融合的泛在信号降低单一信号识别误差;同时为提高传统AdaBoost算法对不平衡数据集的分类精度,采用概率神经网络(PNN)作为训练的弱分类器,并引入熵权法,对迭代产生的弱分类器的权重进行修正来提高强分类器的分类准确率.现实场景下的实验表明,本文算法在采用室内外环境中的WiFi信号、全球卫星导航系统(GNSS)可用星数、光照强度这三种融合的泛在信号进行室内外场景感知时性能最佳,对于不同角度方向下的室内外场景切换,可以在误报率仅为1.7%的情况下,达到98%的识别准确率,验证了本文所提算法的准确性和鲁棒性.
维普期刊数据库
同方期刊数据库