基于稀疏指紋采集和改進WKNN的定位算法
關鍵詞：室內(nèi)指紋定位 高斯過程回歸 超參數(shù) 共棲生物搜索 卡方距離
摘要：為解決位置指紋定位算法中指紋采集工作量大、定位精度低的問題,提出一種基于稀疏指紋采集和改進加權K最近鄰(weighted k-nearest neighbor,WKNN)的定位算法。稀疏選定參考點并采集來自各接入點(access point,AP)的接收信號強度(received signal strength,RSS),根據(jù)容錯四分位法對采集的RSS進行異常值預處理;利用經(jīng)過預處理的指紋數(shù)據(jù)訓練高斯過程回歸(Gaussian process regression,GPR)模型,通過共棲生物搜索算法(symbiotic organisms search,SOS)求取模型最優(yōu)超參數(shù)以提高模型的泛化能力,進而預測定位區(qū)域內(nèi)非參考點的RSS;由有限參考點數(shù)據(jù)通過SOS-GPR模型的訓練與預測生成密集位置指紋庫,結(jié)合由卡方距離和AP加權改進的WKNN算法完成仿真驗證。實驗結(jié)果表明,在保證定位精度的前提下,稀疏指紋采集法較傳統(tǒng)全采集法減少50%的采集工作量;與原WKNN算法和M-KWNN算法相比,提出的WKNN算法有效提高了定位精度。
重慶郵電大學學報·自然科學版雜志要求:
{1}所有來稿應并提供詳細的作者簡介，主要包括姓名、單位、通訊地址、郵箱、電話等聯(lián)系方式。
{2}堅持首發(fā)原則，請遵守相關學術規(guī)范，請勿一稿多投，凡投稿3個月未收到相關通知，可另投他刊。
{3}各級標題依次用阿拉伯數(shù)字連續(xù)編號，如1，1.1，一般以1～2級為宜(宜少不宜多)。
{4}參考文獻按在正文中出現(xiàn)的先后次序列于文后，排在注釋之后。參考文獻的序號用數(shù)字加方括號表示，如［1］、［2］、[3]…，與正文中的指示序號格式一致。
{5}中文摘要一般不超過400個漢字，英文摘要為250個實詞左右。中、英文摘要內(nèi)容要對應，力求用詞、語法、拼寫、含意和邏輯正確。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
