主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第3期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陈祠,牟楠,张晨,陈永乐,朱红松,刘燕.基于主成分分析的室内指纹定位模型.软件学报,2013,24(S1):98-107
基于主成分分析的室内指纹定位模型
Indoor Fingerprint Positioning Model Based on Principal Component Analysis
投稿时间:2013-05-02  修订日期:2013-08-22
DOI:
中文关键词:  室内定位技术  指纹定位算法  主成分分析法  误差分析  指纹模型
英文关键词:indoor positioning technology  fingerprint positioning algorithm  principal component analysis  error analysis  fingerprint model
基金项目:国家自然科学基金(61073180); 国家高技术研究发展计划(863)(2012AA013104); 国家科技重大专项(2011ZX03005-002-02); 中国科学院信息工程研究所前瞻部署项目(Y3Z0071E02)
作者单位E-mail
陈祠 北京大学 软件与微电子学院, 北京 102600
中国科学院 信息工程研究所 信息安全国家重点实验室, 北京 100093 
chenci@pku.edu.cn 
牟楠 北京大学 软件与微电子学院, 北京 102600  
张晨 中央民族大学 信息工程学院, 北京 100081  
陈永乐 中国科学院 信息工程研究所 信息安全国家重点实验室, 北京 100093  
朱红松 中国科学院 信息工程研究所 信息安全国家重点实验室, 北京 100093  
刘燕 北京大学 软件与微电子学院, 北京 102600  
摘要点击次数: 2134
全文下载次数: 8289
中文摘要:
      指纹定位是目前最有前途的室内定位方法之一,基于无线信号强度的指纹模型因其无需额外硬件成本、易于推广等特点被广泛采用.指纹模型的选择是影响指纹定位精度的关键因素.传统的通过选择指纹采集点的指纹方法尽管可以减少计算量,但对定位精度贡献不大.提出一种基于主成分分析的指纹模型,通过选择对精度影响最大的一组“成分”作为指导定位的指纹,在减少指纹计算量的同时,提高定位精度.实验结果表明,与基于欧式距离指纹算法和最近邻指纹算法相比,基于主成分分析的指纹算法可以将平均定位精度由5.3m 和3.9m 降低到2.7m.
英文摘要:
      Fingerprint localization is one of the most promising indoor positioning methods, and the fingerprint model based on the wireless signal strength is widely used due to its no-additional hardware cost and easy-to-spread characteristics. The selection of the fingerprint model is the key factor to the fingerprint positioning accuracy. Although the traditional fingerprint method by selecting the fingerprint collection points can reduce the computation, it contributes little to the accuracy of the positioning. In this paper, a fingerprint model based on principal component analysis is proposed. The new model accomplishes improvement in positioning accuracy as well as reduction in fingerprint calculation by selecting a set of "ingredients" with the largest impact on the accuracy to guide the positioning of fingerprint. Experimental results show that compared with the fingerprint algorithms based on Euclidean distance and nearest neighbor, the fingerprint algorithm based on principal component analysis improves average positioning accuracy to 2.7 m from 5.3 m and 3.9 m.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利