登录    注册    忘记密码

期刊文章详细信息

基于空间划分的K-means聚类室内定位垂直精度优化方法  ( EI收录)  

Vertical accuracy optimization method of K-means clustering indoor positioning based on spatial division

  

文献类型:期刊文章

作  者:李冰[1,2] 杨珊珊[1,2] 刘春刚[1,2] 赵华[1,2] 王翔[1,2]

LI Bing;YANG Shanshan;LIU Chungang;ZHAO Hua;WANG Xiang(College of Combustion Engineering,Hebei Normal University,Shijiazhuang 050024,China;Hebei Provincial Key Laboratory of Information Fusion and Intelligent Control,Shijiazhuang 050024,China)

机构地区:[1]河北师范大学中燃工学院,石家庄050024 [2]河北省信息融合与智能控制重点实验室,石家庄050024

出  处:《中国惯性技术学报》

基  金:国家自然科学基金(62071167)。

年  份:2023

卷  号:31

期  号:9

起止页码:900-908

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:由于超宽带室内定位锚节点布设的高度限制导致垂直精度因子较大,进而影响标签垂直方向上的定位精度。针对这一问题,提出了一种基于空间划分的K-means聚类室内定位垂直精度优化方法。首先,采集标签的TDOA数据并利用拉依达准则剔除数据中的异常值,使用Chan算法解算标签估计位置以确定原始标签数据集。其次,对原始标签数据集进行空间网格单元划分,根据网格单元密度和距离确定K-means算法的初始聚类中心并将数据集划分为k个子区域,确定可信度高的k个参考位置。最后,将参考位置与中心位置之间距离的倒数作为权重因子,使用加权质心法确定标签的最终优化位置。实验结果表明,与Chan算法、Chan-Taylor算法、Kalman-Chan算法和Chan-Kmeans算法相比,所提算法在垂直方向定位精度分别提升了62.88%、70.81%、41.74%和27.96%,并且所提算法采用非监督的方式无需获取先验数据,具有较高的实际应用价值。

关 键 词:超宽带室内定位  CHAN算法 K-MEANS聚类算法 垂直方向精度  拉依达准则  

分 类 号:TN925]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心