相关性匹配蓝牙信标位置指纹库的室内定位

相关性匹配蓝牙信标位置指纹库的室内定位

王艳丽;杨如民;余成波;孔庆达

【期刊名称】《电讯技术》

【年(卷),期】2017(057)002

【摘要】针对K近邻算法(KNN)在对偏向于某个样本点的未知点进行三角质心定位时定位精度变差的情况,提出了应用相关系数去匹配蓝牙信标iBeacon位置指纹库的室内定位算法.通过比较待定位点和位置指纹库中参考样点的相似程度,并进行数据差异显著性检验,来检验采集的待定位点数据与指纹库数据是否显著相关,然后取相关性较高的样本点进行加权平均匹配定位.实验结果显示,相关系数匹配位置指纹库算法可将2 m以内的定位精度从65%提高到92%,相较于传统的KNN匹配定位算法有着定位精度高、计算量小、定位时间短等优势.%K-Nearest Neighbor algorithm,or"KNN"for short,often simply uses triangle centroid algorithm to locate. However,once the backlog site is close to a certain sample point, the accuracy of location will be greatly affected. Therefore,this paper proposes a correlation coefficient matching iBeacon position fingerprint algorithm. Firstly,through comparing the similar degree between undetermined point and a certain sample point of received signal strength indication( RSSI) fingerprint,it uses the test of data difference significance to test whether the backlog site data and fingerprint data is significantly correlated. Then,it takes the weigh―ted average of high correlation sample points to get the result. Experimental results show that the positioning accuracy within 2 m can be increased from 65% to 92% with the

correlation coefficient matching fingerprint algorithm. Compared with traditional KNN localization algorithm,the proposed correlation matching algorithm has higher positioning precision,smaller calculation amount,and shorter positioning time.

【总页数】6页(P145-150)

【作者】王艳丽;杨如民;余成波;孔庆达

【作者单位】重庆理工大学远程测试与控制研究所,重庆400054;重庆理工大学远程测试与控制研究所,重庆400054;重庆理工大学远程测试与控制研究所,重庆400054;重庆理工大学远程测试与控制研究所,重庆400054

【正文语种】中文

【中图分类】TN967.2

【相关文献】

1.基于改进克里金插值的室内定位位置指纹库构建方法 [J], 刘辉元;马金辉;黄琼

2.基于矩阵填充的室内定位位置指纹库构建 [J], 李文浩;李丽娜;徐攀峰;刘畅

3.室内定位系统中位置指纹库滤波算法研究 [J], 常津铭; 王红蕾

4.基于蓝牙信标的室内定位 [J], 李辉;秦兴琳;郭浩琰;蒋焜;张怡杰

5.一种基于高斯和滤波的蓝牙信标室内定位算法 [J], 严志

因版权原因，仅展示原文概要，查看原文内容请购买