基于WLAN指纹的机身指纹数据库重构与节点定位方法
为降低指纹数据人工采集量,同时获取较高的定位精度性能,提出了一种基于 WLAN 指纹的飞机机身指纹数据库重构与测试节点定位方法.利用支持向量回归法重建指纹数据,利用 K-means 算法降低指纹采集工作量,利用优化的DBN进行 RSS信息特征提取,最后建立了飞机机身 WLAN 指纹定位数据库,通过仿真实验对算法性能和系统进行分析和评估.实验结果表明,KNN算法中,IPDBN-54、IPDBN-41、IPDBN-26 的平均定位误差分别为 10.3892、10.7863、11.1177.WKNN 算法中,IPDBN-54、IPDBN-41、IPDBN-26 的平均定位误差分别为 10.2904、10.7143、11.1038,IPDBN平均定位误差值最小,定位精度相对较高.对比 BPNN,IPDBN 平均训练时间为 166.2 s,具有相对低的训练时间.优化后的深度信念网络算法对于 WLAN指纹定位数据库系统建立问题具有很强的适应性,训练时间短、定位精度高.研究旨在实现试验厂房内飞机机身各部位的空间精确定位,提高效率.
机身结构强度测试、WLAN指纹定位、K-均值聚类、深度信念网络
46
TN911.7;V216.1
航空科学基金;航空科学基金;西安航空学院科技创新团队支持计划项目
2023-07-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
38-43