-
题名基于WiFi的自适应匹配预处理WKNN算法
被引量：17
- 1
-
-
作者
王磊
周慧
蒋国平
郑宝玉
-
机构
南京邮电大学宽带无线通信与传感网技术教育部重点实验室
东南大学移动通信国家重点实验室
-
出处
《信号处理》
CSCD
北大核心
2015年第9期1067-1074,共8页
-
基金
国家自然科学基金(61201164
61271240)
+5 种基金
南京邮电大学宽带无线通信与传感网技术教育部重点实验室开放研究基金(NYKL201509)
东南大学移动通信国家重点实验室开放研究基金(2016D01)
高等学校博士学科点专项科研基金(20113223120002)
江苏省高校自然科学基金(11KJB510016)
中国博士后科学基金(2013M531392)
江苏省博士后基金(1201014C)
-
文摘
针对基于接收信号强度(Received Signal Strength,RSS)的WiFi室内定位技术中,传统加权K邻近(Weighted K-nearest Neighbor,WKNN)算法不能自适应获取WLAN中有效接入点(Acess Point,AP)且参考点匹配准确度不高的问题,本文提出了自适应匹配预处理WKNN算法。该算法中每个实时定位点自适应地根据网络状况对AP的RSS均值由大到小排序,然后选择RSS均值较大的前M个AP,与参考点中对应的M个AP一起参与匹配预处理计算,从而优化了传统的指纹定位算法。同时将室内定位和室内地图相结合,使参考点和定位结果直观地展示在地图上,并通过使用地图数据大幅度简化了离线训练过程。此外,本文设计并实现了基于Android平台的室内定位系统,通过该系统验证了本文所提算法在单点定位和移动定位中的有效性。实验结果表明,该算法可获得30以上的定位误差改善,有效提高了定位精度和定位稳定性。
-
关键词
WIFI
室内定位
室内地图
加权k邻近算法
自适应匹配预处理
-
Keywords
WiFi
indoor positioning
indoor map
weighted k-nearest neighborhood algorithm
self-adaptive matching and preprocessing
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名基于CSI的改进KNN室内定位方法
被引量：10
- 2
-
-
作者
党小超
马平川
郝占军
-
机构
西北师范大学计算机科学与工程学院
甘肃省物联网工程研究中心
-
出处
《传感器与微系统》
CSCD
2019年第10期51-53,共3页
-
基金
国家自然科学基金资助项目(61662070,61762079)
甘肃省科技重点研发项目(1604FKCA097,17YF1GA015)
甘肃省科技创新项目(17CX2JA037,17CX2JA039)
-
文摘
为了解决基于接收信号强度指示(RSSI)的室内定位方法定位精度低和稳定性差等问题,提出了一种基于信道状态信息(CSI)的无源室内定位算法。该算法使用卡尔曼滤波处理原始CSI信号,结合高斯径向基核函数加权的K邻近算法(RBF-KNN)与置信度空间进行室内定位。实验结果表明:该方法精度高于其他算法。
-
关键词
信道状态信息
指纹定位
卡尔曼滤波
改进加权k邻近算法
置信度水平
-
Keywords
channel state information(CSI)
fingerprint positioning
kalman filtering
improved weighted k-nearest neighbor algorithm
confidence level
-
分类号
TN926
[电子电信—通信与信息系统]
-
-
题名基于经验模态分解的室内指纹定位算法
被引量：1
- 3
-
-
作者
刘云龙
孟凤莹
周蓉
-
机构
华北电力大学控制与计算机工程学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第S01期247-251,共5页
-
文摘
WiFi信号的波动问题是影响指纹定位精度的主要因素之一,针对该问题设计了基于经验模态分解(EMD)的室内指纹定位算法,利用EMD方法在保持信号原有特征的同时实现了平滑噪声的目的。同时,针对传统的加权K最邻近(WKNN)算法在参考点数量大、指纹特征维度高时存在的计算量大、定位实时性低的问题,采用Ball Tree的近邻检索方法优化指纹匹配阶段的数据查询结构,提高了指纹匹配的速度。实验结果表明:相较于常用的传统WiFi指纹定位算法,所提基于经验模态分解的室内指纹定位算法可获得17%以上定位误差的改善,同时指纹匹配耗时减少了45%左右,有效提高了定位的精度与实时性。
-
关键词
室内指纹定位
信号波动
经验模态分解
Ball-Tree算法
加权k最邻近算法
-
Keywords
indoor fingerprint localization
signal fluctuation
Empirical Mode Decomposition(EMD)
Ball-Tree algorithm
Weighted k-Nearest Neighbor(WkNN)algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于D-S证据理论的变压器故障诊断
被引量：4
- 4
-
-
作者
王日彬
佘彩绮
刘新东
周锦龙
-
机构
暨南大学电气信息学院
-
出处
《现代电力》
北大核心
2012年第2期6-10,共5页
-
基金
国家自然科学基金项目(51007030)
中央高校基本科研业务费专项资金资助(21611420)
国家大学生创新性实验计划项目(101055937)
-
文摘
针对电力变压器故障征兆与原因之间错综复杂的关系,以及单一变压器故障诊断算法精度有限的问题,本文提出一种在D-S证据理论的基础上,结合灰关联熵法和加权K邻近算法的变压器故障诊断新方法。该算法以油中溶解气体分析方法(Dissolved Gases Analysis,简称DGA)为基础,通过灰关联熵法和加权K邻近算法构建证据理论的基本可信度赋值函数,然后利用证据组合规则产生更为可靠的证据信息;最后根据基本可信数最大值确定变压器故障类型。变压器故障诊断实例结果表明该算法能够准确判断出变压器的故障类型,证明了该算法的可行性和有效性。
-
关键词
变压器故障诊断
D-S证据理论
DGA
灰关联熵法
加权k邻近算法
-
Keywords
fault diagnosis of transformer
D-S evidence theory
dissolved gases analysis（DGA）
grey association entropy algorithm
weighted k-NN algorithm
-
分类号
TM411
[电气工程—电器]
-
