10.16182/j.issn1004731x.joss.201712015
KPCA-ESN方法在Wi-Fi室内定位中的应用
针对动态的室内环境及时变的接收信号强度(Received Signal Strength,RSS)值对定位精度的影响,提出一种基于核主成分分析Kernel Principal Component Analysis,KPCA)和回声状态网络Echo State Networks,ESN)相结合的Wi-Fi室内定位方法.KPCA方法对RSS指纹信息进行预处理,有效提取模型输入的非线性主元.利用ESN方法构建所提取出的定位特征与物理位置之间的非线性映射关系.将所提出的KPCA-ESN方法应用于仿真与物理环境的Wi-Fi室内定位实例中,在同等条件下,还与其他定位方法进行比较.结果表明,该方法定位精度较高,能够适应动态环境变化.
回声状态网络、核主成分分析、Wi-Fi、室内定位、接收信号强度
29
TP391.4(计算技术、计算机技术)
国家自然科学基金51467008
2018-02-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
3042-3050