基于Mean-Shift和加权K近邻的UWB指纹定位算法

摘要：

针对受室内环境多径影响,基于接收信号强度指示(RSSI)的传统指纹定位算法中RSSI值波动性大的问题,利用超宽带(USB)信号时间分辨率高、测距值精确的优点,提出以测距值作为指纹量,构建超宽带指纹定位方法.提出了Mean-Shift与加权K近邻相结合的指纹定位算法,减少了在线匹配工作量的同时,降低了环境变化对定位结果的影响.通过实际场景实验测试表明:所提方法在视距和非视距环境中均可以达到厘米(cm)级定位精度,有效提高了定位的精度和稳健性.

关键词：室内定位、超宽带、Mean-Shift聚类、加权K近邻

所属期刊栏目：39

分类号：TP393;TP212(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61771474

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-108