-
题名基于PSO-HMM的CSI的被动式室内定位算法
被引量：2
- 1
-
-
作者
蔡文炎
贺超
朱海
张玉金
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
2020年第11期118-121,共4页
-
基金
上海市自然科学基金资助项目(17ZR1411900)
上海市信息安全综合管理技术研究重点实验室项目(AGK2015006)
+1 种基金
上海高校青年教师培养资助计划项目(ZZGCD15090)
上海工程技术大学科研启动项目(2016-56)。
-
文摘
针对隐马尔科夫(HMM)算法中的鲍姆—韦尔奇算法(BW)预测模型参数,难以找到全局最优解的问题,提出了一种融合粒子滤波与隐马尔科夫的粒子群优化—隐马尔科夫(PSO-HMM)算法。对于BW算法学习环节的初值选定问题,增加了粒子群优化(PSO)算法优化过程,量化的初值选定对于信道状态信息(CSI)无线信号的定位数据处理更加合理,从而增加了定位的精准性。同时,为了克服HMM算法存在的统计约束问题,加入了重标准化和重映射机制。由于PSO收敛速度较快,从宏观现象观察,提高了定位实时性。实验结果表明:与传统的HMM算法、支持向量机(SVM)算法相比,PSO-HMM算法很大程度上提高了室内定位的精准性和实时性。
-
关键词
鲍姆—韦尔奇算法
粒子滤波—隐马尔科夫算法
重标准化
重映射
-
Keywords
Baum-Welch(BW)algorithm
particle swarm optimization-hidden Markov model(PSO-HMM)algorithm
renormalization
remapping
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
