基于KNN算法的可变权值室内指纹定位算法

针对基于静态权值的室内指纹定位算法存在定位精度低、定位结果不稳定以及环境适应性差等问题,提出一种以欧氏距离为权值参考的可变权值室内指纹定位算法。该算法分为离线采样阶段和在线定位阶段。离线采样阶段对接收信号强度指示(RSSI)值进行高斯滤波去噪构建指纹库。在线定位阶段引入权值指数α、β,分别以RSSI、欧氏距离为权值参考计算最近邻点及其加权质心,得出待测节点的坐标。实验结果表明,相比KNN和RW算法,该算法定位精度高,其平均误差为0.965m,且定位误差波动小。

基于多维正交载体的可裂解流指纹方案

针对流交换中流源身份不可知、流交换范围不可控和流路径不可追踪问题,提出了基于多维正交载体的可裂解流指纹方案。利用2种相互正交的载体提高指纹信息的容量,并通过时间间隔重心载体特性和基于隐马尔科夫模型的解码技术实现可裂解性,提高方案的健壮性。分析了基于重心属性值随机选取载体的反制多流攻击能力,以及不同条件下指纹重心标记算法和基于隐马尔科夫模型解码技术的正确率。最后通过实验对算法的健壮性和隐蔽性进行了探讨。

UWB测距室内定位算法误差分析

为了进一步研究提高室内定位的精度,分析适合用于室内定位的基于超宽带(UWB)测距技术的算法:建立基于UWB的测距模型;分析线性最小均方差估计(LLSE)、加权质心估计(WCE)及指纹估计(FPE)3种算法的均方差;然后比较分析视距(LOS)和非视距(NLOS)场景下的均方差特性;最后总结出基于UWB测距的较高精度的室内定位算法。仿真结果表明:相比于LLSE和WCE算法,FPE算法更适应室内定位,在室内环境具有更高的定位精度,但其复杂度较高;而LLSE不适合应用于基于UWB测距的室内定位算法。

基于RSS空间线性相关的WLAN位置指纹定位算法

针对RSS(接收信号强度)时变性以及不同终端信号接收能力的差异性,导致WLAN位置指纹定位不稳定的问题,基于RSS空间线性相关性提出一种新颖的位置指纹定位算法。在每个参考点分别采集多组RSS样本形成特征矩阵,并构建离线位置指纹数据库。定位时,通过计算实时RSS矩阵与指纹库参考点相关性,得到最相关的k个参考点,利用二次加权质心算法计算用户的最终位置。为了有效降低信号时变性的影响,采样时进行了滤波、排序等处理,构建离线指纹数据库时尽量增加采样次数,但需要对样本进行聚合处理以适应定位相关性计算。实验结果表明,该算法在保证较高定位准确度的同时,针对不同终端有更好的定位稳定性。

基于加权质心法的WLAN室内定位系统

在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向量机(SVM)多分类将定位点位置缩小到某个四边形区域内。最后利用加权质心法,计算出定位点的坐标。仿真实验与实地实验结果表明,该算法比支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)、K最近邻法(KNN),定位精度有明显提高,定位误差在1.4 m,定位精度在90%以上。

基于指纹量化的改进加权质心定位算法

针对室内人员定位信号存在干扰大、定位精度低的问题,提出一种基于指纹量化的改进加权质心定位算法。该算法在ZigBee通信环境下采集实际测量值建立指纹数据库,在量化域内根据未知节点接收到的RSSI值进行量化,获得量化距离及量化RSSI值,将量化距离以及产生的量化误差作为权值参数,进一步利用改进的交集三角形加权质心算法对未知节点进行定位。实验结果表明,该算法可以有效避免因信号衰减严重而造成的理论误差问题,提高了定位精度。

基于压缩感知的区域离散化矿井目标定位方法

针对电磁波测距定位方法受井下电磁干扰导致定位精度低,指纹定位方法离线构建指纹特征库面临海量离线数据连续测量和存储的问题,提出了基于压缩感知的区域离散化矿井目标定位方法。首先对定位区域划分网格进行离散化处理,离线测量网格处信号强度,构建指纹特征库;然后将在线采样的少量信号强度通过压缩感知得到包含目标位置信息的稀疏位置矩阵,从而估计目标可能存在的位置;最后通过网格质心法对目标精确定位。实验结果表明,该方法提高了定位精度、缩短了定位时间,实现了矿井目标精确定位。

基于指纹匹配和模糊推理的虚拟定位系统设计

为让应急演练过程中参演人员与真实环境进行交互,提升演练过程中灾害的处理水平,提出基于指纹数据和模糊推理的虚拟定位系统。以移动Android设备为平台,根据真实环境构建虚拟三维世界,通过扫描空间环境某一位置的WIFI信号来获取特征指纹,构建指纹特征与坐标位置的映射关系,定位系统根据该逻辑映射进行位置的估计。系统运行结果表明,基于模糊推理的指纹匹配算法能够真实反映距离的远近,虚拟移动平台摆脱了传统的交互方式,提高了移动定位的灵活性和真实感,该系统已经成功运用于某高校大楼的虚拟参观系统,取得了显著的效果。