文献类型：期刊文章

作　　者：徐超蓝[1] 高军礼[1] 张小花[2] 宋海涛[3]

XU Chao-lan;GAO Jun-li;ZHANG Xiao-hua;SONG Hai-tao(School of Automation,Guangdong University of Technology,Guangzhou 510006,China;School of Automation,Zhongkai University of Agriculture and Engineering,Guangzhou 510225,China;School of Business Administration,South China University of Technology,Guangzhou 510640,China)

机构地区：[1]广东工业大学自动化学院,广东广州510006 [2]仲恺农业工程学院自动化学院,广东广州510225 [3]华南理工大学工商管理学院,广东广州510640

出　　处：《传感器与微系统》

基　　金：广东省科技计划资助项目(2015A020209176);广东省前沿与关键技术创新专项资金(省重大科技专项)资助项目(2015B010114004)

年　　份：2019

卷　　号：38

期　　号：2

起止页码：133-135

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了克服指纹定位过程中,由于信号不稳定所造成的定位精确不高,指纹漂移等问题,利用卡尔曼滤波对采集的蓝牙接收信号强度(RSS)数据进行预处理,并通过K-means算法对数据进行初始聚类;计算待测数据与各聚类中心的距离,将与待测数据临近的类簇数据进行融合。针对融合形成的新数据子集,训练出对应的支持向量机(SVM)模型,并完成待测数据的分类。经过测试,结果表明:算法的定位精度稳定在1. 5m以内,达到预期目标。

关 键 词：室内定位  蓝牙 位置指纹  卡尔曼滤波 K-MEANS算法 支持向量机

分 类 号：TP393]