基于独立成分分析与核典型相关分析的WLA N室内定位方法

• 作者: 史雅楠 张勇 李飞腾 黄杰
• 来源期刊: 计算机应用研究
• 关键词: 无线局域网 室内定位 接收信号强度 独立成分分析 核典型相关分析
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3817-3821
• 页数: 5页
• 分类号: TN915.05
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.066

摘要

接收信号强度（received signal strength，RSS）在WLAN室内定位环境中存在时变特性，降低了WLAN定位环境中RSS信号与位置信息之间的相关性，致使定位精度降低。针对这一问题，提出通过利用独立成分分析（independent component analysis，ICA）对RSS信号进行数据降维和去相关处理，提取独立分量；然后采用核典型相关分析（kernel canonical correlation analysis，KCCA）来提取独立分量与位置信息之间的典型相关特征；最后结合传统定位算法如加权K近邻法（weighted K nearest neighbors，WKNN ）、支持向量机（support vector machine， SVM）算法实现定位。实验结果表明，传统定位算法WKNN、SVM算法通过运用ICA与KCCA特征提取后再进行定位其定位精度得到了提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	合肥工业大学计算机与信息学院	105	847	13.0	25.0
5	黄杰	合肥工业大学计算机与信息学院	4	62	2.0	4.0
6	李飞腾	合肥工业大学计算机与信息学院	6	53	4.0	6.0
7	史雅楠	合肥工业大学计算机与信息学院	1	6	1.0	1.0