基于信道状态信息(Channel State Information,CSI)指纹算法的室内定位,每个参考点存储的数据量越大,定位越准确,但是定位的耗时也更大。本文,创新提出了使用时间反转算法能量值进行聚类后,得到精简的指纹库,并保持定位的性能。首先离...基于信道状态信息(Channel State Information,CSI)指纹算法的室内定位,每个参考点存储的数据量越大,定位越准确,但是定位的耗时也更大。本文,创新提出了使用时间反转算法能量值进行聚类后,得到精简的指纹库,并保持定位的性能。首先离线阶段,对采集到的CSI数据进行误差的消除,并通过对各参考点的时间反转能量值进行二次聚类得到有效、精简的指纹库。位置估计阶段,提取未知地点的CSI数据,进行误差处理后与指纹库中的CSI信息进行多链路组合时间反转能量值的计算,估计位置。实验证明,该算法,在指纹库精简的同时,保持了定位的准确性,定位准确率达到90%以上。展开更多
文摘基于信道状态信息(Channel State Information,CSI)指纹算法的室内定位,每个参考点存储的数据量越大,定位越准确,但是定位的耗时也更大。本文,创新提出了使用时间反转算法能量值进行聚类后,得到精简的指纹库,并保持定位的性能。首先离线阶段,对采集到的CSI数据进行误差的消除,并通过对各参考点的时间反转能量值进行二次聚类得到有效、精简的指纹库。位置估计阶段,提取未知地点的CSI数据,进行误差处理后与指纹库中的CSI信息进行多链路组合时间反转能量值的计算,估计位置。实验证明,该算法,在指纹库精简的同时,保持了定位的准确性,定位准确率达到90%以上。