稳健的极限学习机室内定位算法研究

发布时间：2020-04-10 01:20

【摘要】：伴随着Wi-Fi网络的大规模建设和移动终端内嵌Wi-Fi接收机的普及,基于Wi-Fi信号的室内定位成为学术界和工业界广泛关注的热点。随着机器学习的发展,基于Wi-Fi的室内定位可以通过机器学习技术来解决。作为一种新的机器学习技术,极限学习机(ELM)具有学习速度快,计算复杂度低,泛化性能好等优点。但是当ELM理论直接用于室内定位,离线学习会存在过拟合的风险,定位结果稳定性弱。并且在数据异常情况下定位性能的鲁棒性差,对训练数据集比较敏感。针对基于ELM的定位算法的上述缺点,本课题开展了基于ELM理论的稳健定位算法研究。主要研究内容包括:(1)首先总结归纳基于测距的Wi-Fi定位算法。然后描述了基于接收信号强度指示(RSSI)的指纹定位技术的模型和工作原理,在此基础上描述了常用的基于K-最近邻(KNN)指纹匹配算法和基于支持向量机(SVM)指纹匹配算法。详细介绍了算法的在离线阶段和在线阶段的具体流程,为后续的研究工作打下理论基础。(2)提出了一种基于极限学习机和岭回归的定位方法。离线阶段,在定位区域不同位置上采集Wi-Fi信号强度值指示(RSSI),构建Wi-Fi信号强度指示-目标位置的指纹库,作为离线训练数据集。为了解决训练数据集中的噪声干扰问题,提出了改进的基于岭回归的ELM定位算法,以获得更稳定的预测结果和更好的泛化能力,其中岭参数通过训练误差的方差得到。在线阶段,直接将所获得的位置回归函数用于位置估计。由于减少了离线阶段的训练偏差,因此所提算法在在线阶段能够产生更稳定,准确的位置估计结果。(3)提出了一种基于极限学习机和决策级融合的定位算法。离线阶段,首先利用K-means聚类技术对Wi-Fi信号强度指示-目标位置指纹库进行基于基站特征提取的数据预处理。形成不同类基站信号强度构成的训练数据子集。然后对所有训练数据子集进行多次基于ELM的离线回归学习,通过比较每个训练子集的学习误差,得到多个位置回归函数。在线阶段,对接收RSSI测量值的基站特征提取后,利用对应的位置回归函数得到位置估计的多个中间值,最后通过决策级数据融合技术得到最终的位置估计。由于每个位置回归函数不同的权重,所提算法的位置估计结果更加准确。同时多次离线学习能够减轻样本数据异常的影响,提高离线学习的泛化能力。
【图文】：

；3.3 节详细阐述了基于岭回归技术和 ELM 定位算；3.5 节对本章进行总结。论法介绍系列的研究证明，在激活函数 ( )无限可微时（在样本数N小于隐层节点数L，还是L N，，输入层到隐定了权值和偏差之后求解输出权值 的问题就转化为算法。ELM 是一种单隐层前馈神经网络结构，包括图 3.1 所示。

南京邮电大学硕士研究生学位论文 第三章 基于极限学习机和岭回归技术的定位Wi-Fi 信号强度与所处位置之间的关系，训练得到基于位置的机器学习模型。步骤３：在线数据获取在定位区域内待估计位置采集能够接收到 Wi-Fi 信号强度值，构成 Wi-Fi信号强度指纹；步骤４：在线位置估计把步骤３的 Wi-Fi 信号强度指纹输入步骤 2 得到的基于位置的机器学习模型中，模型输出结果就是位置估计结果。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN92;TP18

【相似文献】

相关期刊论文 前10条

1 吴金科;张月;王斌;;基于色谱识别的室分问题快速定位算法研究[J];无线互联科技;2017年06期

2 赵稳稳;罗智杰;曹阳;罗健坤;周国富;;基于多模融合的室内定位算法研究[J];现代电子技术;2017年18期

3 李振伟;;基于自回归模型的蒙特卡罗定位算法研究[J];福建电脑;2017年05期

4 薛克娟;段洁;;基于FPGA的贴片机视觉定位算法研究与实现[J];长春理工大学学报(自然科学版);2017年04期

5 张莲;刘增里;李云昊;陈玲;;基于蓝牙技术的室内二阶段定位算法研究[J];电子世界;2017年18期

6 王付军;赵桂清;;电子元件焊接质量识别中图像定位算法研究[J];现代电子技术;2017年05期

7 李璇;;基于物联网技术的船舶异构网络定位算法研究[J];舰船科学技术;2017年12期

8 汪海燕;洪榛;周丽丹;屠碧琪;;监狱犯人室内定位算法研究[J];计算机测量与控制;2017年06期

9 刘小园;;基于改进MCL的车间移动资源定位算法研究[J];淮海工学院学报(自然科学版);2017年03期

10 王文秀;董峰;张昊洋;岑懿群;;一种改进的到达时间差无线定位算法研究[J];科学技术与工程;2017年21期

相关会议论文 前10条

1 曲江华;袁洪;;基于通信卫星导航的搜救方案及快速定位算法研究[A];第二届中国卫星导航学术年会电子文集[C];2011年

2 孙国林;陈娜;郭伟;;3G系统中移动用户定位算法研究综述[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年

3 龚挺;曹秀英;;基于粒子群优化的伪距定位算法研究[A];第二届中国卫星导航学术年会电子文集[C];2011年

4 叶永;陈建峰;张竹;冷欣;;基于非线性规划模型的分布式声定位算法研究[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

5 陈夏兰;邹晓东;魏东岩;袁超;李大朋;;基于交通图像信息的GNSS互补定位算法研究[A];第四届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2013年

6 周磊;樊建文;张锐;;基于机载星体跟踪器的天文定位算法研究[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

7 李帅;牛长流;刘小虎;胡太强;;基于距离无关的WSN定位算法研究[A];2010年全国通信安全学术会议论文集[C];2010年

8 李昕;史俊波;郭际明;;BeiDou/GPS组合定位算法研究及初步结果[A];第五届中国卫星导航学术年会论文集-S1 北斗/GNSS导航应用[C];2014年

9 何平安;杨燕思;范若;;基于曲面拟合相关法的十字丝目标中心定位算法研究[A];第十三届全国光学测试学术讨论会论文（摘要集）[C];2010年

10 国海涛;张冬梅;周扬发;于亮;;一种基于能量自适应的无线传感网络定位算法研究[A];第十八届全国青年通信学术年会论文集（下册）[C];2013年

相关重要报纸文章 前1条

1 聂廷晋、特约记者赵荣涛;10余项成果获国家和省部级立项资助[N];人民武警;2010年

相关博士学位论文 前3条

1 曹轶超;无线电定位算法研究及目标运动分析[D];东华大学;2010年

2 傅韬;基于测量报告的移动终端定位算法研究[D];华中科技大学;2011年

3 陈媛芳;无线传感器网络高性能定位算法研究[D];大连理工大学;2014年

相关硕士学位论文 前10条

1 冯志跃;稳健的极限学习机室内定位算法研究[D];南京邮电大学;2019年

2 胡婷婷;基于深度学习的移动机器人重定位算法研究[D];北京邮电大学;2019年

3 夏忠喜;近场信源定位算法研究[D];南京航空航天大学;2018年

4 贺赞贻;基于网格的无线网络室内协作定位算法研究[D];湖南大学;2015年

5 陈强;基于ANN-Heron公式的室内无线定位算法研究[D];安徽大学;2018年

6 王振辉;基于磁敏传感器的目标定位算法研究[D];华东师范大学;2011年

7 黄涛;物联网短距离无线定位算法研究[D];大连理工大学;2011年

8 宗文虎;基于ARM的GPS定位算法研究与实现[D];沈阳工业大学;2012年

9 郑子昭;胶囊内窥镜全六维位姿定位算法研究[D];太原科技大学;2015年

10 江雪婧;基于RFID的室外实时定位算法研究[D];南昌大学;2009年

本文编号：2621546