留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于几何聚类指纹库的约束KNN室内定位模型

刘春燕 王坚

刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.
引用本文: 刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.
Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.
Citation: Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.

基于几何聚类指纹库的约束KNN室内定位模型

基金项目: 国家863计划资助项目2013AA12A201 江苏高校优势学科建设工程资助项目 中央高校基本科研业务费专项资金资助项目 2013RC16 新世纪优秀人才支持计划资助项目NCET-13-1019
详细信息
    作者简介:

    刘春燕硕士生 研究力向为室内、井下无线传感器定位系统

  • 中图分类号: TN911 .23

A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique

计量
  • 文章访问数:  1026
  • HTML全文浏览量:  15
  • PDF下载量:  1318
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-05-09
  • 刊出日期:  2014-11-05

基于几何聚类指纹库的约束KNN室内定位模型

    基金项目:  国家863计划资助项目2013AA12A201 江苏高校优势学科建设工程资助项目 中央高校基本科研业务费专项资金资助项目 2013RC16 新世纪优秀人才支持计划资助项目NCET-13-1019
    作者简介:

    刘春燕硕士生 研究力向为室内、井下无线传感器定位系统

  • 中图分类号: TN911 .23

摘要: 针对室内环境基于RSSI定位不稳定问题,提出了以几何信息改进基于指纹库的KNN定位算法。根据室内几何布局建立了聚类指纹库,提出了表征点位几何特性的点散发性强度(geometric strength of sporad-ic, GSS)概念。利用最邻近样本点的GSS判别移动终端所在参考点RP控制网结构以动态选择KNN关键参数K,构建最佳多边形为约束准则自适应选取后K- 1个邻近点,建立了基于几何聚类指纹库的约束加权KNN室内定位模型。结果表明,改进后定位模型可以更好地估计终端位置信息,其中几何聚类指纹库是改善定位准确性的关键,约束KNN能够有效地提高室内定位精度。

English Abstract

刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.
引用本文: 刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.
Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.
Citation: Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.

目录

    /

    返回文章
    返回