10.11959/j.issn.1000-0801.2018170
基于迁移学习的室内动态环境定位算法
传统室内指纹定位系统的精度受指纹库中参考位置节点的密度和室内环境特征等多方面因素的制约.室内环境动态变化时RSS波动较大,通常不满足同分布的假设条件,故传统指纹定位方法难以满足高精度需求.针对室内环境动态变化导致传统算法无法精准定位问题,设计并实现了一种基于室内指纹库的迁移学习动态环境定位算法,该算法采用迁移学习的思想把不同分布的数据集嵌入对齐到潜在特征空间中,从而有效缓解了环境动态变化对系统造成的不利影响.本文算法实验数据均来自于真实的环境,通过仿真得到该算法的平均定位误差是1.23 m.
动态定位、迁移学习、室内环境特征、广义延拓插值、RSS指纹库、低工作量
34
TP393(计算技术、计算机技术)
国家自然科学基金资助项目11603041
2018-10-16(万方平台首次上网日期,不代表论文的发表时间)
共11页
98-108