KPCA-ESN方法在Wi-Fi室内定位中的应用

• 作者: 李军 陈颖
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 回声状态网络 核主成分分析 Wi-Fi 室内定位 接收信号强度
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 3042-3050
• 页数: 9页
• 分类号: TP391.4
• 字数: 6314字
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201712015

摘要

针对动态的室内环境及时变的接收信号强度(Received Signal Strength,RSS)值对定位精度的影响,提出一种基于核主成分分析Kernel Principal Component Analysis,KPCA)和回声状态网络Echo State Networks,ESN)相结合的Wi-Fi室内定位方法.KPCA方法对RSS指纹信息进行预处理,有效提取模型输入的非线性主元.利用ESN方法构建所提取出的定位特征与物理位置之间的非线性映射关系.将所提出的KPCA-ESN方法应用于仿真与物理环境的Wi-Fi室内定位实例中,在同等条件下,还与其他定位方法进行比较.结果表明,该方法定位精度较高,能够适应动态环境变化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军	兰州交通大学自动化与电气工程学院	70	490	13.0	19.0
2	陈颖	兰州交通大学自动化与电气工程学院	1	0	0.0	0.0