检索结果-南通市图书馆

检索条件"主题词=历史信息融合"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于5G指纹的智能室内定位技术研究

基于5G指纹的智能室内定位技术研究

引用

作者：王志坤南京邮电大学

学位级别：硕士

随着科技发展,基于位置信息的应用服务充斥在人们的日常生活中。而这些应用服务都需要定位技术的支撑,这使得关于定位的研究越发的受到关注。同时,第五代移动通信（Fifthgeneration mobile communication,5G）的相关技术也开始与定位技... 详细信息

随着科技发展,基于位置信息的应用服务充斥在人们的日常生活中。而这些应用服务都需要定位技术的支撑,这使得关于定位的研究越发的受到关注。同时,第五代移动通信（Fifthgeneration mobile communication,5G）的相关技术也开始与定位技术进行广泛的融合。目前,室外定位精度已基本满足用户的需求,而实现室内高精度定位仍具有比较严重的挑战。随着5G系统的标准化与应用,5G基站将会被密集地部署,而基于密集部署的5G基站会有效地提升利用基站信息进行室内定位的准确率。为提升室内定位的定位精度以及降低数据采集成本,本文对5G室内环境的定位算法进行研究,相关工作如下:（1）研究了基于5G指纹实现室内定位的方法。首先研究了数据预处理方法以确保定位数据的准确性,然后研究了基于测距/测角以及基于指纹的室内定位方法,最后研究了基于5G指纹的迁移学习室内定位算法。（2）提出了结合历史信息融合的加权自适应K近邻（K-Nearest Neighbors,KNN）算法,旨在提升室内目标移动时的定位精度。其主要通过改进的加权欧式距离以及KNN算法的自适应K值选择获得目标的定位结果,并结合历史信息融合算法融合先前位置信息与当前定位结果。通过不同环境的数据集对所提算法进行测试,充分验证算法的有效性。（3）提出了基于派生指纹的迁移学习室内定位算法,旨在降低环境时变后指纹库的再采集成本。其主要通过三类派生指纹与参考点的最优K值获取目标的定位结果,并结合分区的迁移学习对环境时变后的离线指纹库重建以及目标定位。通过实验对提出的算法进行测试,以验证所提算法的有效性。

关键词：室内定位 5G指纹 KNN算法历史信息融合迁移学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

短时交通流预测的非线性分数阶灰色模型研究

短时交通流预测的非线性分数阶灰色模型研究

引用

作者：高明运武汉理工大学

学位级别：硕士

对道路交通状况进行及时准确预报是实现交通诱导和控制的前提。本文以长沙市交警大队SCATS系统实测交通流数据为研究对象,分析交通流数据特性,提出短时交通流预测的非线性分数阶灰色模型,具体研究内容如下:构建可用于交通预测的分数阶... 详细信息

对道路交通状况进行及时准确预报是实现交通诱导和控制的前提。本文以长沙市交警大队SCATS系统实测交通流数据为研究对象,分析交通流数据特性,提出短时交通流预测的非线性分数阶灰色模型,具体研究内容如下:构建可用于交通预测的分数阶累加灰色模型。基于交通流物理特性,本文论述了GM(1,1)建模的合理性;考虑到传统GM(1,1)模型对建模数据级比限制,本文引入分数阶累加生成矩阵,用以提升数据指数律,构建了分数阶累加GM(1,1)模型(简称FAGM(1,1)模型),并证明了FAGM(1,1)模型的级比界区;考虑到FAGM(1,1)模型建模时参数估计方程与预测方程的不对等,提出了FAGM(1,1)模型离散形式(简称FAGM(1,1,D)模型),从理论上分析了FAGM(1,1,D)与FAGM(1,1)模型间的预测误差,并对两种模型在实际预测时的可替代性做了探讨。考虑交通流数据的振荡性,建立分数阶导数灰色模型。本文将FAGM(1,1)模型中的一阶微分方程拓展为分数阶微分方程,构建了分数阶导数灰色模型(简称FGM(q,1)模型):通过最小二乘法完成方程参数估计,利用有限差分法完成方程求解,基于粒子群算法完成微分方程阶数和累加生成次数优化;结合参数估计矩阵分解,讨论了GM(1,1),FAGM(1,1),FAGM(1,1,D)与FGM(q,1)模型的衍生关系。考虑市民交通历史出行的规律性,提出非线性分数阶灰色模型。基于最大信息系数完成交通流数据周期相关性度量;结合历史大样本数据,利用多项式回归分析完成交通流量历史趋势项拟合及残差先验估计;以交通流历史趋势项代替FGM(q,1)模型中常数项,构建融入历史信息项的FGM(q,1)模型,通过常数变易法完成模型求解;基于MCMC(马尔科夫链蒙特卡洛模拟)对先验残差进行抽样,完成交通流的点预测和区间预测。最后以长沙市营盘路/紫薇路路段真实交通流数据为例,利用融入交通流历史信息项的FGM(q,1)完成对未来15天交通量(包含495组,每组四个预测值)的滚动区间预测,最终发现预测结果的可靠度高达94.65%。

关键词：交通流预测灰色模型分数阶累加分数阶微分方程历史信息融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：