基于RSSI的室内WiFi定位算法

发布时间：2021-08-18 13:50

　　提出一种奇异谱分析与高斯过程回归算法相结合的室内WiFi定位方案。由于室内WiFi的接收信号强度容易受到室内环境以及多径效应的影响,位置指纹和现实位置之间的联系必然受到影响。为解决这一问题,采用网格法划分定位区域,用奇异谱分析方法消除采集数据中的波动和干扰,采用高斯过程回归算法进行回归建模,构建位置指纹和现实位置之间的非线性映射关系。实验结果表明,奇异谱分析有效地去除了数据集中噪声,与传统的定位方式相比,奇异谱分析和高斯过程回归模型具有最佳定位精度。 

【文章来源】：计算机工程与设计. 2020,41(10)北大核心

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于慢特征分析的高斯过程回归建模[J]. 彭慧来,赵帅,熊伟丽.  控制工程. 2019(01)
[2]面向室内动态环境的半直接法RGB-D SLAM算法[J]. 高成强,张云洲,王晓哲,邓毅,姜浩.  机器人. 2019(03)
[3]K近邻快速匹配的WiFi指纹定位方法[J]. 罗宇锋,刘艳辉,王国东.  传感器与微系统. 2018(08)
[4]基于高斯过程混合模型的大气温湿度预测[J]. 周亚同,赵翔宇,何峰,石超君.  农业工程学报. 2018(05)
[5]一种基于全向指纹库的WiFi室内定位方法[J]. 毕京学,汪云甲,曹鸿基,王永康.  测绘通报. 2018(02)
[6]基于智能手机的室内定位技术的发展现状和挑战[J]. 陈锐志,陈亮.  测绘学报. 2017(10)
[7]基于改进高斯过程回归模型的短期负荷区间预测[J]. 宗文婷,卫志农,孙国强,李慧杰,CHEUNG Kwok W,孙永辉.  电力系统及其自动化学报. 2017(08)
[8]基于WiFi信号室内定位技术的研究[J]. 靳超,邱冬炜.  测绘通报. 2017(05)



本文编号：3350006