期刊文章详细信息
基于核函数特征提取的室内定位算法研究 ( EI收录)
Research on indoor localization algorithm based on kernel principal component analysis
文献类型:期刊文章
机构地区:[1]吉林大学通信工程学院,吉林长春130012 [2]东北电力大学信息工程学院,吉林吉林132012
基 金:国家自然科学基金资助项目(No.61371092;No.61401175;No.61540022);吉林省科技发展计划基金资助项目(No.20140204019GX);长春市重大科技攻关计划基金资助项目(No.2014026/14KG021);吉林大学研究生创新基金资助项目(No.2019091)~~
年 份:2017
卷 号:38
期 号:1
起止页码:158-167
语 种:中文
收录情况:BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号:20171703601672)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:提出了一种基于核函数特征提取(KPCA,kernel principal component analysis)的室内定位算法。该算法在离线阶段使用核函数特征提取方法训练原始位置指纹(OLF,original location fingerprint),提取原始位置指纹的非线性特征,可以有效地利用各个接入节点(AP,access point)的接收信号强度信息;而在线阶段使用一种改进的加权k近邻(IWKNN,improved weight k-nearest neighbor)算法,自主选择近邻数进行位置估计。实验结果表明,提出的算法在平均误差和定位准确率方面优于其他的室内定位算法,并且该算法需要更少的接收信号强度(RSS,received signal strength)采集次数和AP个数。
关 键 词:无线局域网络 室内定位 接收信号强度 核函数特征提取
分 类 号:TN92]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...