基于核函数特征提取的室内定位算法研究

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 weightk-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

所属期刊栏目：38

分类号：TN92

资助基金：国家自然科学基金资助项目61371092, 61401175, 61540022;吉林省科技发展计划基金资助项目20140204019GX;长春市重大科技攻关计划基金资助项目2014026 /14KG021;吉林大学研究生创新基金资助项目No.2019091 The National Natural Science Foundation of China61371092, 61401175, 61540022;Scientific and Tech-nological Developing Scheme of Jilin Province20140204019GX;Key Science and Technology Program of Changchun2014026/14KG021;Project Supported by Graduate Innovation Fund of Jilin University2019091

在线出版日期：2017-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：158-167