基于余弦相似度的加权K近邻室内定位算法

基于位置指纹的室内定位系统能够实现较高精度的定位,其中KNN(K-nearest neighbor)和余弦相似度定位算法原理简单且易于实现。但每种算法仅从单一限制条件进行匹配,导致定位精度不高。针对此问题,提出基于余弦相似度的加权KNN算法,并通过实验测试算法的定位性能。实测结果表明,该算法的定位精度高于传统定位算法。当AP数量为5时,平均误差为1.67 m。定位精度优于1 m的置信概率为42%,优于2 m的置信概率为88%,最大定位误差为4.3 m。

100G OTN在城域网中的应用

描述了100G光传输网(OTN)城域网组网场景以及多种业务卡的灵活调度,介绍了100G OTN的演进过程,通过与10G OTN对比分析突出使用100G OTN的主要优势,重点分析在城域网核心层和汇聚层中应用100G OTN进行组网的方式和优势,并给出相关的实验证明和详细分析。