10.11835/j.issn.1000-582X.2020.05.011
基于TS-KNN的室内定位算法
室内定位是智慧城市的硬性需求,大量智慧城市相关应用都离不开位置服务.主要室内定位技术包括:蓝牙、RFID、UWB、地磁等,但由于成本、部署便捷性等问题,限制了其应用发展.笔者提出了一种基于指纹时序特征的KNN(k-nearest neighbor)定位算法(TS-KNN,timing sequence based KNN),该算法使用当前时刻的指纹进行基准坐标选择,并利用前几个时刻的定位结果对每个基准坐标进行权值修正.在重庆市某广场进行实验测试结果表明,提出的TS-KNN方法与KNN和WKNN等其他算法相比较,具有更高准确率,可有效提高室内定位精度,降低平均定位误差.
WIFI位置指纹、室内定位、实时、TS-KNN、APP
43
TP391(计算技术、计算机技术)
重庆市科技计划项目基础科学与前沿技术研究专项重点资助项目cstc2017jcyjBX0025
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共11页
93-103