10.16182/j.issn1004731x.joss.20-0866
基于XGBoost预测及弹性网误差补偿的室内定位算法
为解决室内定位系统中因环境动态变化而导致定位精度下降的问题,提出一种基于XG-Boost并融合弹性网的误差补偿算法.采用XGBoost定位模型对目标位置进行初步预测,当室内环境改变后,再采用弹性网算法构建误差补偿模型,修正XGBoost定位模型的定位误差,并与基于K近邻、支持向量机、随机森林、梯度提升决策树等定位算法做对比.实验结果表明:在更新15%指纹数据库样本的情况下,该算法在80%分位处的定位精度控制在0.73 m以内,明显优于其他定位算法,且较基于XGBoost的定位算法精度提高了 25.5%.
室内定位、WiFi指纹、极限梯度提升、弹性网、误差补偿
34
TP391;TN92(计算技术、计算机技术)
国家自然科学基金61801372
2022-05-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
719-726