检索结果-南通市图书馆

基于AHP-wknn和改进AKF的室内定位算法

在线全文

学校读者我要写书评

暂无评论

基于AHP-WKNN和改进AKF的室内定位算法

作者：华胜南京邮电大学

学位级别：硕士

互联网和智能手机的广泛普及,人们在不断地希冀室内环境下实现高精度的定位和导航功能。WiFi室内定位可以充分利用已经广泛部署的AP来实现高质量定位,这使得其成为未来室内定位和导航服务的最优选择。随着WiFi的广泛使用,在室内定位领域... 详细信息

互联网和智能手机的广泛普及,人们在不断地希冀室内环境下实现高精度的定位和导航功能。WiFi室内定位可以充分利用已经广泛部署的AP来实现高质量定位,这使得其成为未来室内定位和导航服务的最优选择。随着WiFi的广泛使用,在室内定位领域中,指纹定位技术日益成为热点研究对象。鉴于这样的技术背景,在室内WiFi网络环境下,我们着重讨论了指纹定位方法。本文的主要工作如下:(1)在线阶段中,在测试点采集所有AP发射的RSS信号,使用改进AKF算法对测得的RSS信号进行降噪。在现有AKF算法的基础上,本文于每次迭代中引入了一次比较和一次修正。仿真结果显示,改进AKF算法的降噪效果更优。(2)在线阶段将使用了改进AKF算法降过噪后的RSS信号与指纹数据库进行仔细地比对,然后再用AHP-wknn算法估计测试点的位置。传统wknn算法使用欧氏距离为前k个被选择的指纹分配权重,本文使用AHP作为新的权重分配方案。仿真结果表明,AHP有效扩大了指纹位置差距对权重的影响,提高了现有wknn算法的精度。本文中提出的方法能够为其他指纹定位技术中待测点处的RSS信号的降噪方法和wknn算法的权重分配方案提供新的思路和实践支持。

关键词：室内定位指纹数据库 wknn 改进AKF AHP

基于wknn和改进XGBoost的室内指纹定位算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于WKNN和改进XGBoost的室内指纹定位算法

作者：彭慧豪桂林理工大学

学位级别：硕士

随着5G通讯技术和物联网技术的飞跃式进步,定位导航技术在导航、医疗等领域中都有着至关重要的作用,在生活中通过手机等智能便携设备来获取人们的位置信息,已然成为了当代人生活的日常,室内定位也逐渐成为了人们的硬性需求。而机器学习... 详细信息

随着5G通讯技术和物联网技术的飞跃式进步,定位导航技术在导航、医疗等领域中都有着至关重要的作用,在生活中通过手机等智能便携设备来获取人们的位置信息,已然成为了当代人生活的日常,室内定位也逐渐成为了人们的硬性需求。而机器学习所具备的高纬度建模能力,能够解决很多传统模型在复杂的室内场景下难以处理的问题。因此本文基于机器学习所具备的优势,重点研究了K近邻（K nearest neighborhood,KNN）算法和极限梯度提升（Extreme Gradient Boosting,XGBoost）算法在室内指纹定位中所遇到的问题,并提出了一种基于加权K近邻（Weighted K nearest neighborhood,wknn）和改进XGBoost的室内指纹定位算法。本文主要研究内容如下:研究基于Wi Fi室内指纹定位技术中Wi Fi信号的基本特性。通过查阅相关资料,了解了室内定位的传统算法,并对Wi Fi指纹定位进行深入研究。在指纹定位中的离线阶段,使用移动设备采集Wi Fi信号,通过收集到的数据研究和分析Wi Fi信号强度的基本特性。同时利用滤波以及归一化等方式对数据进行预处理,将处理后的数据构建新的指纹库,进而减小了指纹库的数据误差对定位误差造成的影响。研究基于KNN和XGBoost融合模型的定位方法。针对KNN算法定位精度有待提高以及定位稳定性较差的问题,本文提出了一种基于KNN和XGBoost的室内指纹定位算法,算法基于模型融合的思想,以KNN模型为基模型融合XGBoost模型,形成一个新的模型,并进行了实验研究。首先研究了KNN算法中的K值以及XGBoost算法中回归树数量、决策树深度和学习速率多项参数对定位精度的影响,并为模型的参数优选提供了实验基础。在模型参数设置后,针对算法的总体性能进行了实验研究。实验结果表明,KNN+XGBoost算法的平均定位误差为1.55m,较于KNN算法和XGBoost算法减少11.93%-24.76%,累积分布函数曲线收敛速度更快。研究KNN和XGBoost融合模型的进一步优化。本研究在算法参数研究的基础上,选取遗传算法对KNN中K值以及XGBoost中的学习速率进行参数优化,并对KNN模型进行加权,提出了一种基于wknn和改进XGBoost的室内指纹定位算法,并与KNN、GBDT、XGBoost、KNN+XGBoost算法进行实验对比。实验结果表明,本文提出的基于wknn和改进XGBoost的室内指纹定位算法相较于另外四种算法总体定位误差减小20.26%-45.58%,且累积分布函数曲线能够更快的收敛,具有更高的精度。研究并搭建了室内指纹定位系统。本文在上述研究的基础上,对室内指纹定位系统进行方案设计,通过Python语言下Py Qt5平台,进行编程设计,实现室内指纹定位系统的搭建。并且分析了系统设计需求,完成系统平台的设计,并测试了系统的功能。

关键词：机器学习室内指纹定位遗传算法 wknn XGBoost

基于改进K-means聚类和wknn算法的WiFi室内定位方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进K-means聚类和WKNN算法的WiFi室内定位方法研究

作者：张静内蒙古大学

学位级别：硕士

人类日常生活中80%的时间都在室内,紧急求助、安全防范等基于室内定位的需求不断增加。WiFi指纹定位由于不受室内多径效应影响可以获得较高的定位精度而成为热点研究对象。首先,针对指纹库数据量庞大导致定位效率低的问题,本文采用K均... 详细信息

人类日常生活中80%的时间都在室内,紧急求助、安全防范等基于室内定位的需求不断增加。WiFi指纹定位由于不受室内多径效应影响可以获得较高的定位精度而成为热点研究对象。首先,针对指纹库数据量庞大导致定位效率低的问题,本文采用K均值聚类（K-means）算法对指纹库聚类。传统K-means算法随机初始化聚类质心导致聚类收敛于局部最小值,本文提出了改进的K-means算法,采用具有全局寻优能力的粒子群优化技术（PSO）选取初始聚类质心,并将固定的惯性权重和学习因子改进为随迭代次数动态变化的值,提高算法的全局寻优能力。同时,聚类以信号强度（RSSI）欧式距离为标准,没有考虑指纹的位置坐标对聚类的影响,使聚类出现离散点,于是改用指纹与聚类中心的RSSI与位置坐标的双重距离进行聚类。其次,在线匹配阶段常用的加权K近邻（wknn）算法,通过计算RSSI欧氏距离表示待测点与指纹库中参考点的坐标相似度,没有考虑RSSI波动影响且信号强度相似度与位置相似度不完全一致,使定位误差较大。本文提出RSSI加权马氏距离替代欧式距离,利用协方差矩阵反映了指纹库中数据的特征,降低了RSSI波动的影响,并引入权重近似待测点和参考点之间的位置关系。此外,wknn对于不同地点最近邻居的数量K为固定值,本文对于不同待测点提出了动态的K值代替固定值,进一步提高了定位精度。最后,将提出的基于改进K-means聚类和wknn算法的室内定位方法进行仿真分析。通过仿真得出,改进算法的平均定位误差为1.35m,较wknn改善了32%,在线定位时间为0.57s,改善了65%,故提出的算法是一种高精度和高效率的室内定位方法。

关键词： WiFi室内定位位置指纹粒子群优化 K-means wknn 马氏距离

基于改进wknn的Wi-Fi手写识别技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进WKNN的Wi-Fi手写识别技术研究

作者：李旭东北京邮电大学

学位级别：硕士

随着计算机、物联网以及移动智能设备的普及,人们使用智能设备的时间日渐增多,而人机交互技术(Human-Computer Interaction,HCI)的好坏决定了人们使用智能设备的效率。人体姿态识别技术作为一种新兴的人机交互技术也因此成为了研究人员... 详细信息

随着计算机、物联网以及移动智能设备的普及,人们使用智能设备的时间日渐增多,而人机交互技术(Human-Computer Interaction,HCI)的好坏决定了人们使用智能设备的效率。人体姿态识别技术作为一种新兴的人机交互技术也因此成为了研究人员的研究热点。已有的人体姿态识别技术主要分为三种实现形式,分别是光识别(Camera-Based)、传感器识别(Sensor-Based)以及无线电识别(Wireless Signal-Based),无线电识别以其不受室内光照条件,无需使用者佩戴额外设备以及保护隐私等诸多优势脱颖而出。本文结合无线通信、计算机技术以及机器学习原理,使用现今室内分布最广的Wi-Fi信号作为载体,搭建了一个室内手写识别系统,对人体手写内容进行识别。本文从系统搭建,数据处理,特征选取,分类算法优化几个方面对该系统进行研究,并采集数据对系统性能进行验证。本文的主要工作有以下三个部分。一、针对信道状态信息(Channel State Information,CSI)只适用于少数网卡和802.11n以上协议这一缺点,本文使用软件无线电设备提取Wi-Fi信号和所有商用网卡都能够得到的接收信号强度指示(Received Signal Strength Indication,RSSI)作为数据载体,实现一发多收(SIMO)的RSSI接收系统。二、对接收信号进行预处理,针对已有数据截取算法阈值设定不合理、易受噪声影响的特点,设计了一个基于信号平均绝对离差(MAD)的自适应数据截取算法,实现截取阈值的动态变化。通过实验证明其有更高的截取准确率和抗噪能力。三、通过分析已有的特征提取方法的优缺点,最终决定使用离散小波变换(Discrete Wavelet Transform,DWT)提取截取数据的波形特征,通过对不同波形匹配算法的分析,将动态时间规整(Dynamic Time Warping,DTW)的变体导数动态时间规整(DDTW)和多维动态时间规整(MD-DTW)相结合,设计了一种导数多维动态时间规整(MD-DDTW)算法,使用其对波形数据进行匹配,将最小规整距离作为波形之间的匹配距离,来优化权重k近邻(wknn)算法。通过和已有算法的比较,证明优化后的wknn具有更加优良的识别效果。最终本文提出的基于改进wknn的Wi-Fi手写识别系统,能够在测试者书写习惯不同的情况下,实现对26个英文大写字母的识别,平均检测率达到了89.12%,平均识别率达到了 80.09%,具有一定的实用性和研究价值,为基于Wi-Fi的手写识别技术和使用RSSI细粒度分类提供了新的想法和思路。

关键词：手写识别 Wi-Fi RSSI DTW wknn

多类智能终端基于灰色关联度的wknn定位效果分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地理空间信息 2021年第3期19卷 64-67,117,I0002页

作者：王威陈正宇张帅胡纪元中国能源建设集团江苏省电力设计院有限公司江苏南京211102 武汉大学测绘学院湖北武汉430079

为了解决WiFi指纹定位中遇到不同智能终端定位时产生的定位精度下降问题,针对多类智能终端情况,研究了以灰色关联度替代欧氏距离的改进加权K最近邻算法(wknn)的改进效果,并进行了不同设备的定位实验。结果表明,对多类智能终端进行WiFi... 详细信息

为了解决WiFi指纹定位中遇到不同智能终端定位时产生的定位精度下降问题,针对多类智能终端情况,研究了以灰色关联度替代欧氏距离的改进加权K最近邻算法(wknn)的改进效果,并进行了不同设备的定位实验。结果表明,对多类智能终端进行WiFi定位时,相较于传统wknn算法,基于灰色关联度的改进wknn算法在定位精度和普适性上均有很大提升。

关键词： WiFi室内定位 wknn 灰色关联度终端差异

在线全文

学校读者我要写书评

暂无评论

基于改进wknn的室内定位算法

齐齐哈尔大学学报（自然科学版） 2021年第3期37卷 12-16,21页

作者：王修驹姚善化安徽理工大学电气与信息工程学院安徽淮南232000

针对经典的NN算法,K近邻算法,加权K近邻算法中度量相似距离多为简单的欧氏距离,提出了将曼哈顿距离替代欧氏距离作为定位匹配的度量距离改进定位算法。其相比于之前的算法定位精度更高,响应速度更快,适合应用到室内定位相关研究当中。... 详细信息

针对经典的NN算法,K近邻算法,加权K近邻算法中度量相似距离多为简单的欧氏距离,提出了将曼哈顿距离替代欧氏距离作为定位匹配的度量距离改进定位算法。其相比于之前的算法定位精度更高,响应速度更快,适合应用到室内定位相关研究当中。考虑到Wi-Fi信号易受噪声等外界不确定因素的影响以及移动终端接收信号强度指示与真实值存在偏差而导致定位精度不高的问题,引入卡尔曼滤波算法对高斯拟合后的接收信号强度指示数据进行误差修正,结合加权K近邻匹配算法进行定位有很好的效果。

关键词： wknn 改进定位算法曼哈顿距离卡尔曼滤波高斯拟合

基于局部敏感哈希改进的wknn室内定位算法

在线全文

学校读者我要写书评

暂无评论

机械工程与自动化 2022年第3期 53-55页

作者：姚永伦肖佩卿刘忱金仁成大连理工大学辽宁省微纳米技术及系统重点实验室辽宁大连116024

针对室内定位领域加权K近邻(wknn)算法在大规模指纹库在线定位时存在实时性差的问题,提出一种基于局部敏感哈希(LSH)改进的wknn算法(LSH-wknn)。离线阶段,将位置指纹库通过局部敏感哈希进行分桶。在线定位阶段,首先通过局部敏感哈希查... 详细信息

针对室内定位领域加权K近邻(wknn)算法在大规模指纹库在线定位时存在实时性差的问题,提出一种基于局部敏感哈希(LSH)改进的wknn算法(LSH-wknn)。离线阶段,将位置指纹库通过局部敏感哈希进行分桶。在线定位阶段,首先通过局部敏感哈希查找桶号,然后使用wknn算法查找桶内距离最近的K个指纹,对其位置进行距离加权平均,估计待定位点位置。实验表明:该算法在保证定位精度的前提下具有较高的实时性。

关键词：室内定位局部敏感哈希 wknn

在线全文

学校读者我要写书评

暂无评论

一种基于wknn定位的改进算法

成都信息工程大学学报 2018年第1期33卷 8-12页

作者：康静怡韩中豪何玉美付琳成都信息工程大学通信工程学院四川成都610225

指纹定位算法是一种基于RSSI的定位算法。常见的指纹定位算法包括NN、KNN、wknn。其中,wknn是带有权重的K最近邻法,依据每个样本点对未知节点的贡献程度给每个指纹赋予一个权值。由现有文献可知,wknn的定位精度优于NN、KNN,但是仍然存... 详细信息

指纹定位算法是一种基于RSSI的定位算法。常见的指纹定位算法包括NN、KNN、wknn。其中,wknn是带有权重的K最近邻法,依据每个样本点对未知节点的贡献程度给每个指纹赋予一个权值。由现有文献可知,wknn的定位精度优于NN、KNN,但是仍然存在定位精度有限的问题。为进一步提高wknn算法的定位精度,减少定位误差,提出一种基于wknn定位的改进算法。改进算法的思路是在wknn算法的基础上结合极大似然估计算法。在MATLAB平台下进行仿真,仿真结果表明:在相同的仿真环境下,改进算法的定位精度明显高于现有的wknn算法,定位误差明显小于wknn算法。

关键词：指纹定位 wknn 极大似然估计定位精度 MATLAB仿真

基于OTT与MR数据的自适应wknn室外定位方法

在线全文

学校读者我要写书评

暂无评论

基于OTT与MR数据的自适应WKNN室外定位方法