基于压缩感知的室内定位系统的定位性能分析

摘要：

随着Wi-Fi技术的普及,Wi-Fi室内定位技术也越来越受到关注.压缩感知(compressive sensing,CS)技术被提出应用于Wi-Fi室内定位,为了研究各类CS算法在室内定位系统中的定位性能,构建出一套基于CS算法的室内位置指纹定位系统.在离线阶段采集数据并构建指纹库,在在线定位阶段采用不同压缩感知算法比较各类算法的定位性能.实验结果表明,设备朝向包含多方向,参考点数据量越多时定位性能更优;CS的算法参数会影响定位性能;在设定的实验环境下,压缩感知中的分段弱正交匹配追踪(stage-wise weak orthogonal matching pursuit,SWOMP)算法的定位精度比K最近邻算法(k-nearest neighbor,KNN)优21.9％;在各类压缩感知算法中,正交匹配追踪(orthogonal matching pursuit,OMP)相较于其他CS算法表现较差,并且这种差距随参考点数据量的增多而愈加明显.

关键词：室内定位、压缩感知、指纹库、聚类

所属期刊栏目：30

分类号：TN929.5

资助基金：中央国有资本经营预算项目财企[2013]470号;国家自然科学基金资助项目61771191;中央高校基本科研项目1053214004;湖南省自然科学基金项目2017JJ2052;教育部产学合作协同育人项目201601004010,201701056026;湖南省普通高校教学改革研究项目湘教通〔2016〕400号;湖南省研究生创新项目CX2017B112

在线出版日期：2019-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：768-775