基于SALDE-UKF-SVM算法的WLAN室内定位方法

• 作者: 吴晓飞 张涛 徐晓苏 闫琳宇
• 来源期刊: 中国惯性技术学报
• 学科: 工学
• 关键词: 局部线性判别嵌入 特征降维 无迹卡尔曼滤波 支持向量机 室内定位
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 组合导航技术
• 页码范围: 731-737
• 页数: 7页
• 分类号: TP391.4
• 字数: 5091字
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2017.06.006

摘要

针对室内复杂环境,WLAN信号强度信息高维时变特性,提出一种引入监督能力的自适应局部线性判别嵌入算法(SALDE)和改进支持向量机(SVM)的室内无线定位算法.首先,该算法利用SALDE对所采集的WLAN信号进行特征提取,达到降低维度和增大类别间判别信息的双重作用.然后,在低维流形空间中,利用SVM对数据进行特征分类判别,缩小定位区域,同时建立位置坐标与信息强度的非线性映射模型;最终利用无迹卡尔曼滤波算法(UKF)对估算位置进行滤波处理,提高定位精度与稳定性.仿真结果表明,该算法在定位误差2 m范围内精度达到72.4％,在4 m范围内精度已经高达95.8％,相比于传统SVM算法2m内精度提高18.2％,在4m内的精度提高17.7％,定位精度得到明显提升,可以较好地满足室内定位的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓苏	东南大学仪器科学与工程学院	139	1333	19.0	27.0
5	张涛	东南大学仪器科学与工程学院	93	645	14.0	19.0
9	吴晓飞	东南大学仪器科学与工程学院	4	15	2.0	3.0