基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对无线信道的动态衰落特性,基于蜂窝网的室内定位存在较大误差,提出一种改进的蜂窝网室内定位匹配算法——基于主成分分析法(principal component analysis,PCA)的子空间匹配算法,不仅保证系统实时性,而且有效地剔除大误差点,提高定位精度.该算法利用无线蜂窝信号非视距传播造成的位置特性构建离线指纹数据库,根据在线接收信号从离线指纹库中提取子指纹库,利用PCA算法对在线实测数据及子指纹库进行有效地降维,构建子空间,并结合加权K近邻匹配算法(weighted K nearest neighborhood,WKNN)估计出多个位置坐标,利用3σ准则对这些位置做筛选,输出最终定位结果.实验结果表明,基于PCA的子空间匹配算法在保证定位实时性的前提下,能有效剔除大误差点,提高整体定位性能.
推荐文章
基于RSSI特征值匹配改进的室内定位算法
室内定位
RSSI特征值
位置指纹
改进匹配算法
类可信度
相关距离
基于指纹信息融合的蜂窝网室内定位算法研究
蜂窝网
位置指纹
室内
置信椭圆
决策层融合
监狱犯人室内定位算法研究
RFID
室内
LANDMARC
监狱
犯人
基于序列图像块匹配的室内定位算法研究
视觉
块匹配
序列图像
室内定位
最小绝对差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的蜂窝网室内定位匹配算法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 蜂窝网 子指纹库 子空间匹配 PCA 3sigma准则
年,卷(期) 2017,(6) 所属期刊栏目 通信与电子
研究方向 页码范围 744-750
页数 7页 分类号 TN929.5
字数 4852字 语种 中文
DOI 10.3979/j.issn.1673-825X.2017.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田增山 重庆邮电大学重庆市移动通信技术重点实验室 169 919 14.0 23.0
2 李玲霞 重庆邮电大学重庆市移动通信技术重点实验室 32 97 6.0 7.0
3 舒月月 重庆邮电大学重庆市移动通信技术重点实验室 2 5 1.0 2.0
4 刘仪瑶 重庆邮电大学重庆市移动通信技术重点实验室 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (76)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (5)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蜂窝网
子指纹库
子空间匹配
PCA
3sigma准则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导