跨异构设备的室内Wi-Fi指纹定位方法

root 提交于 周一, 01/10/2022 - 19:32
基于Wi-Fi位置指纹的室内定位中,采用异构设备在同一位置、同一时间采集的无线信号接收强度(Received signal strength indicator,RSSI)存在差异,使得离线指纹库与不同用户在线采集的信号难以兼容而影响定位精度。针对该问题,本文提出一种适应异构设备的定位算法。该方法首先通过接入点(Access point, AP)选择,构建信号稳定的离线指纹数据库,再使用普氏分析法(Procrustes analysis, PA)对指纹库标准化,消除异构设备引入的信号差异。在线阶段采用余弦相似度(Cosine similarity, CS)算法得到目标的位置估计。在2种典型室内环境中利用4台手机测试了所提方法的定位性能,并分析了影响定位性能的因素。实验结果表明,所提方法在2种室内环境中的平均定位误差分别为2.96 m和2.29 m,相比较加权K近邻(Weight K-nearest neighbor, WKNN)算法定位精度分别提高了21.3%和21.6%。

相关内容

发布日期 01/21/2024 - 12:12
发布日期 05/12/2024 - 09:43
发布日期 02/24/2024 - 15:39
发布日期 07/04/2024 - 17:54
发布日期 08/04/2020 - 01:35
发布日期 10/31/2021 - 01:12
发布日期 06/17/2022 - 10:21
发布日期 06/11/2024 - 17:46