LANDMARC室内定位改进算法

传统基于动态主动式射频识别标定的定位识别(LANDMARC)定位算法在实际定位环境中受到多径效应、随机噪声以及各种的障碍物的影响,导致所有参与定位标签实时测量的收信场强指示值(RSSI)变化波动非常剧烈,影响了定位精度和系统稳定,为此提出引入指纹库的方法,建立相对稳定的RSSI值与坐标位置对应关系,对实时获得的近邻参考标签RSSI值进行修正,改进邻近标签的选择方法,降低系统误差,在提高系统定位精度的同时,系统稳定性和可靠性大幅增强。实验结果表明,与传统LANDMARC相比,提出算法在定位精度上有35%的提升。

基于LANDMARC的最近邻居改进算法

对基于动态主动式射频识别标定的定位识别(LANDMARC)室内定位系统算法进行了研究,针对现有LANDMARC室内定位系统算法最近邻居数量固定导致优良的最近邻居丢失、不良最近邻居引入的问题,提出了一种改进的最近邻居算法(K-nearest neighbor algorithm,KNN).该算法利用待测标签的预估位置,划定最近邻居的选择区域,然后根据选择区域内参考标签与预估位置能级差选择最近邻居.MATLAB仿真结果表明,在同等条件下的新算法定位精度提高了9.8%,最大误差降低了21.8%.