原文服务方: 计算机应用研究       
摘要:
为了提高室内定位的精度,进行了信号强度RSSI之间的相关性的分析,提出了ID-WRKL算法.该算法将RSSI排序转换成AP指纹序列对并建立离线指纹库,其稳定性可以减小定位误差;再通过在线AP的选择,过滤噪点AP对定位估计的影响,减少计算量;最后根据Levenshtein距离得到最近邻的度量.在基于MapReduce框架下的两个集合间的K-AP(P,Q)最近邻查询法基础上进行位置估计,提高了定位的精度.大量的对比传统KNN定位法的实验表明该算法的定位更精确,速度更快.
推荐文章
一种基于RSSI相关系数的指纹定位技术方法*
指纹定位
匹配算法
接收信号强度指示
蜂窝网
一种改进的基于KNN的动态预测指纹定位算法
室内定位
K最近邻
Wi-Fi定位
指纹定位
安卓
RSS向量
一种基于轨迹指纹优化的室内定位算法
指纹定位
众包方法
轨迹指纹
室内定位
接收信号强度
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
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 一种改进的RSSI指纹库定位算法
来源期刊 计算机应用研究 学科
关键词 RSSI 指纹库 Levenshtein距离 K-AP(P,Q)
年,卷(期) 2017,(9) 所属期刊栏目 信息安全技术
研究方向 页码范围 2786-2790
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.09.049
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 张薇 上海理工大学光电信息与计算机工程学院 24 96 6.0 8.0
2 霍欢 上海理工大学光电信息与计算机工程学院 36 123 6.0 9.0
3 刘亮 上海理工大学光电信息与计算机工程学院 9 41 4.0 6.0
4 杨沪沪 上海理工大学光电信息与计算机工程学院 2 25 2.0 2.0
5 郑德原 上海理工大学光电信息与计算机工程学院 2 25 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (44)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (54)
二级引证文献  (8)
1992(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(11)
  • 引证文献(5)
  • 二级引证文献(6)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
RSSI
指纹库
Levenshtein距离
K-AP(P,Q)
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导