基于RSSI-LQI的混合测距算法的研究

基于RSSI的测距技术因其成本低、易实现等优点被广泛应用于定位技术中。在常用的测距模型中,测距精度受到接收信号强度值RSSI以及环境参数值A、n的影响。针对RSSI的值受到外界环境因素影响导致接收数值波动较大,而环境参数是随着测量距离变化而改变的随机值等问题,提出了基于RSSI-LQI的混合测距算法。该算法通过引入链路质量指示(LQI)概念,首先对接收的RSSI值和LQI值进行高斯滤波,通过分析RSSI与LQI的衰落曲线,采用分段、加权的方法对曲线进行拟合,修正RSSI的值;同时利用最小二乘分段曲线拟合算法,修正环境参数A、n,从而提高定位精度。在井下环境进行实验,实验结果表明,在15m的测距实验中,采用改进的测距算法可以将相对误差百分比降到10%以下。

基于灰色理论的图书推荐模型的仿真分析

读者的阅读习惯在不同时期会发生较大变化,这种关联性也存在较强的非线性,推荐相应图书信息容易受到众多因素的影响,产生较大的推荐误差。提出基于灰色理论的读者图书推荐建模方法。该方法先组建读者的图书评分矩阵,搜索出与目标读者具有相同兴趣偏好的最相似近邻,建立目标读者的最近邻集合,对各个读者借阅的图书评分向量进行相似度计算,基于灰色理论将每个读者评分矩阵都定义为一个序列,计算各个读者借阅图书序列间的关联系数,对全部读者借阅图书的关联度进行聚类,得到基于图书相关性的读者相似性结果,依据其结果建立了基于灰色理论的读者图书推荐模型。实验仿真证明,所提算法提高了读者图书推荐的精度。