期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多通信半径与改进阿基米德算法的DV-Hop定位算法
1
作者 黄自晨 张烈平 +2 位作者 尹亚梦 谭铭扬 王守峰 《科学技术与工程》 北大核心 2024年第35期15145-15151,共7页
针对距离向量-跳距(distance vector-hop,DV-Hop)定位算法中未知节点估计位置与实际位置偏差较大的问题,提出了基于多通信半径与改进阿基米德算法的DV-Hop定位算法。首先,采用锚节点通信半径多级数分层的方法,减小未知节点最小跳数选取... 针对距离向量-跳距(distance vector-hop,DV-Hop)定位算法中未知节点估计位置与实际位置偏差较大的问题,提出了基于多通信半径与改进阿基米德算法的DV-Hop定位算法。首先,采用锚节点通信半径多级数分层的方法,减小未知节点最小跳数选取的误差;然后,对阿基米德算法中三个步骤进行改进,提高了算法的性能;最后,通过改进的阿基米德算法计算未知节点坐标。实验结果表明,相同环境下,提出的改进算法具有更好的定位效果。 展开更多
关键词 DV-HOP定位算法 多通信半径分层 阿基米德算法
在线阅读 下载PDF
基于KNN和XGBoost的室内指纹定位算法 被引量:4
2
作者 卢海钊 彭慧豪 +2 位作者 唐滔 王守峰 张烈平 《电子测量技术》 北大核心 2023年第2期81-86,共6页
针对KNN算法定位精度有待提高以及定位稳定性较差的问题,本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集,将训练集中AP的RSSI数据作为特征,坐标作为标签,使用XGBoost算法进行建模... 针对KNN算法定位精度有待提高以及定位稳定性较差的问题,本文提出了一种基于KNN算法和XGBoost算法的室内指纹定位算法。该算法首先将样本集划分为训练集和测试集,将训练集中AP的RSSI数据作为特征,坐标作为标签,使用XGBoost算法进行建模。其次,融合KNN模型,将KNN算法寻找到的近邻集合引入XGBoost模型中,再结合单独XGBoost算法的预测结果,以实现坐标定位。最后,在实际环境下研究了算法的K值、回归树数量、决策树深度和学习率对误差的影响,确定算法的相关参数。通过搭建的实际实验环境进行了测试,实验结果表明,本文提出算法的平均定位误差为1.55 m,较于KNN算法和XGBoost算法分别减少了24.76%和11.93%,并且累积分布函数曲线的收敛速度更快,具有较好的定位性能。 展开更多
关键词 室内指纹定位 KNN XGBoost WiFi定位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部