| 基于RSSI的KNN-PIT室内自适应定位算法 |
| |
| 引用本文： | 唐瑞,孙冰洁,周礼争,余敏. 基于RSSI的KNN-PIT室内自适应定位算法[J]. 传感器与微系统, 2015, 0(7): 128-131. DOI: 10.13873/J.1000-9787(2015)07-0128-04 |
| |
| 作者姓名： | 唐瑞 孙冰洁 周礼争 余敏 |
| |
| 作者单位： | 1. 江西师范大学软件学院,江西南昌,330022;2. 江西师范大学计算机信息工程学院,江西南昌,330022 |
| |
| 基金项目： | 国家自然科学基金资助项目(41374039)，中国-波兰国际科技合作项目(35-14) |
| |
| 摘 要： | ![]()
针对基于接收信号强度指示(RSSI)的K最近邻(KNN)算法在室内定位精度较低的问题,提出一种改进的KNN-三角形内点(KNN-PIT)室内定位算法.根据室内空间结构特征,建立具有类标号的位置指纹库.引入虚拟参考点,利用PIT原理进一步约束目标点的定位区域,自适应地使用定位算法进行定位.综合运用高斯滤波、均值滤波技术,降低离线和在线阶段的信号随机误差.结果表明:改进后的KNN-PIT定位算法可以更好地估计用户的实际位置,降低定位误差,定位精度提高12.5％.
|
| 关 键 词： | 室内定位 K最近邻 三角形内点 虚拟参考点 自适应 |
Indoor adaptive KNN-PIT positioning algorithm based on RSSI |
| |
| Abstract: | ![]()
|
| |
| Keywords: | indoor positioning K-nearest neighbor (KNN) point in triangulation (PIT) visual reference points adaptive |
| 本文献已被 万方数据 等数据库收录！ |
|
