10.19557/j.cnki.1001-9944.2021.07.020
基于LCS/GA-WKNN算法的指纹室内定位聚类区域划分及性能评估
为了提高指纹室内定位精度,在多尺度核主成分分析过程提取得到定位区域内RP指纹特征基础上,该文提出了一种基于遗传算法优化的WKNN定位算法(GA-WKNN算法).研究测试结果表明,以随机方式从实验区域选择20个未知节点实施定位分析,分别从不同维度采用本文定位方法评价室内环境定位特性.经过参数优化确定:RP间距为1.2 m,子区域个数3个是最优的.采用PCA指纹特征提取模型能够提取得到精确位置指纹特征,从而降低定位结果受到噪声因素的影响,实现定位精度以及稳定性的显著提升.本文设计的算法估计误差区间介于0.37 m~2.35 m,其中,比例为86.6%的定位误差可以控制在1.2 m以内.本文设计的算法能够克服传统室内定位算法存在的限制,从而降低噪声引起的定位偏差,实现定位精度的显著提升.
室内定位、WKNN定位算法、遗传算法、区域划分、性能评估
36
TN91
国家电网有限公司总部科技项目5500-202011091A-0-0-00
2021-08-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
101-104