-
公开(公告)号：CN111918211A
公开(公告)日：2020-11-10
申请号：CN202010712334.7
申请日：2020-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于KD树和改进加权KNN的室内指纹定位方法，包括步骤：1.1构建RSS指纹数据库；1.2采集不同位置的RSS序列，并对采集到的RSS序列进行均值平滑滤波处理，得到滤波后的RSS指纹信息；1.3基于RSS指纹数据库构建KD树存储结构，将得到的滤波后的RSS指纹信息输入KD树存储结构进行处理，得到K个近邻点的RSS指纹特征；1.4计算K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度，得到K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度的系数；1.5将得到的余弦相似度系数输入softmax加权KNN算法中进行处理，输出概率相似度作为加权KNN算法的权重，并计算得到最终定位结果。本发明提升了室内定位精度和定位效率，也降低了终端差异对定位精度的影响。
-
公开(公告)号：CN111918211B
公开(公告)日：2022-06-10
申请号：CN202010712334.7
申请日：2020-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于KD树和改进加权KNN的室内指纹定位方法，包括步骤：1.1构建RSS指纹数据库；1.2采集不同位置的RSS序列，并对采集到的RSS序列进行均值平滑滤波处理，得到滤波后的RSS指纹信息；1.3基于RSS指纹数据库构建KD树存储结构，将得到的滤波后的RSS指纹信息输入KD树存储结构进行处理，得到K个近邻点的RSS指纹特征；1.4计算K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度，得到K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度的系数；1.5将得到的余弦相似度系数输入softmax加权KNN算法中进行处理，输出概率相似度作为加权KNN算法的权重，并计算得到最终定位结果。本发明提升了室内定位精度和定位效率，也降低了终端差异对定位精度的影响。
-
Search Results
2
records
(took 0.015 seconds)
