江苏省科技期刊可视化阅读平台

导航条

无线互联科技 ›› 2020, Vol. 17 ›› Issue (11): 147-151+156.doi: 10.0002/1672-6944-1124

• 论文 • 上一篇    下一篇

基于机器学习的室内定位技术研究

郭正硕, 徐舒敏, 吴锦州, 华胜   

  1. 南京邮电大学物联网学院;南京邮电大学计算机软件学院;南京邮电大学通信与信息工程学院
  • 发布日期:2021-01-26

  • Published:2021-01-26

摘要： 为解决室内定位由于噪声影响而导致的定位结果不准确的问题,文章提出在离线阶段使用能够有效去除噪声的Hankel矩阵,以重构RSS指纹数据库,从而将真实信号空间与噪声空间分离。于在线阶段使用sage-husa自适应卡尔曼滤波算法,实现对RSS信号中噪声的过滤,利用算法特性减少信号强度波动稳定性带来的影响;过滤测试点的噪声后,使用WKNN算法,提高基于WLAN的室内定位技术的准确性和鲁棒性,获得位置的最佳估计结果。

关键词: 加权K近邻法算法, Hankel矩阵, 卡尔曼滤波, 奇异值, 降噪, 室内定位