高级搜索

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

李世宝 王升志 刘建航 黄庭培 张鑫

引用本文: 李世宝, 王升志, 刘建航, 黄庭培, 张鑫. 基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建[J]. 电子与信息学报, 2019, 41(10): 2302-2309. doi: 10.11999/JEIT180599 shu
Citation:  Shibao LI, Shengzhi WANG, Jianhang LIU, Tingpei HUANG, Xin ZHANG. Semi-supervised Indoor Fingerprint Database Construction Method Based on the Nonhomogeneous Distribution Characteristic of Received Signal Strength[J]. Journal of Electronics and Information Technology, 2019, 41(10): 2302-2309. doi: 10.11999/JEIT180599 shu

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

    作者简介: 李世宝: 男,1978年生,副教授,研究方向为移动计算、无线传感器网络、干扰对齐等;
    王升志: 男,1994年生,硕士生,研究方向为无线定位技术;
    刘建航: 男,1978年生,副教授、博士,研究方向为无线局域网、车联网;
    黄庭培: 女,1980年生,讲师、博士,研究方向为无线传感器网络;
    张鑫: 男,1993年生,硕士生,研究方向为无线定位技术
    通讯作者: 李世宝,lishibao@upc.edu.cn
  • 基金项目: 国家自然科学基金(61601519, 61872385),中央高校基本科研业务费专项资金资助项目(18CX02134A, 18CX02137A, 18CX02133A)

摘要: 室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度参数以及共享近邻相似性构造权重矩阵,得到精确反映RSS数据流形结构的权重图,利用该权重图通过求解流形对齐的目标函数最优解,实现运用少量标记数据对大量未标记数据的位置标定。实验结果表明,该算法可以显著降低离线阶段数据采集的工作量,同时可以取得较高的定位精度。

English

图(11)
计量
  • PDF下载量:  26
  • 文章访问数:  1254
  • HTML全文浏览量:  388
文章相关
  • 通讯作者:  李世宝, lishibao@upc.edu.cn
  • 收稿日期:  2018-06-20
  • 录用日期:  2019-02-28
  • 网络出版日期:  2019-03-30
  • 刊出日期:  2019-10-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章