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
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第7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
杨海峰,张勇波,黄裕梁,傅惠民.基于空间特征分区和前点约束的WKNN室内定位方法.软件学报,0,(0):0
基于空间特征分区和前点约束的WKNN室内定位方法
WKNN Indoor Positioning Algorithm Based on Spatial Characteristics Partition and Former Location Restriction
投稿时间:2017-09-30  修订日期:2018-01-15
DOI:10.13328/j.cnki.jos.005569
中文关键词:  室内定位  WIFI定位  空间分区  前点约束  WKNN
英文关键词:indoor positioning  WIFI positioning  space partition  former location restriction  WKNN
基金项目:国家自然科学基金(11501022)
作者单位E-mail
杨海峰 北京航空航天大学 小样本技术研究中心, 北京 100191  
张勇波 北京航空航天大学 小样本技术研究中心, 北京 100191 zhangyongbo@buaa.edu.cn 
黄裕梁 北京航空航天大学 小样本技术研究中心, 北京 100191  
傅惠民 北京航空航天大学 小样本技术研究中心, 北京 100191  
摘要点击次数: 705
全文下载次数: 450
中文摘要:
      高精度室内定位有着广阔的市场前景.本文针对传统的WKNN室内定位方法所面临的处理面积较大目标区域时,位置估计结果跳动跨度较大、精度不高等问题,提出了一种基于空间特征分区和前点约束的WKNN室内定位方法.该方法通过将面积较大的目标区域按照其空间特征划分为多个分区,解决了指纹数据库无法实现全域覆盖的问题;又通过考虑行人在相邻时刻所处位置之间的空间约束关系,缩小了参考点的候选范围,很好地提升了位置估计的平顺性.大量真实环境下室内定位实验的结果表明,本文方法可以有效地解决大面积目标区域内的室内定位问题,且与传统方法相比,定位精度大幅度提升.
英文摘要:
      High-precision indoor positioning has broad market prospect. In traditional indoor positioning algorithm based on WKNN, which is difficult to deal with a target space of large area, and its position estimation results face the matters of inaccurate and instability as rebounding or clustering. To solve these problems, this paper proposes a WKNN indoor positioning algorithm based on spatial characteristics partition and former location restriction. According to the new algorithm, target space of large area is divided into multiple partitions by its spatial characteristics, which solved the problem that one fingerprint database cannot achieve total coverage. It also introduced the restricted relationship between the former and the present position, which improved the quality of candidate reference points and thus improved the smoothness of the estimation results. Results of a large number of indoor positioning experiments in real environment show that this algorithm can effectively improve the indoor positioning accuracy when compared with the traditional WKNN.
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
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