基于可靠AP选择和深度置信网络的室内定位算法

• 作者: 李新春 郭欣欣
• 来源期刊: 计算机应用研究
• 关键词: 室内定位 聚类 AP选择 DBN 指纹库训练
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2469-2473
• 页数: 5页
• 分类号: TP393.09
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.058

摘要

受非视距传播等影响,基于位置指纹的室内定位精度不高.针对此问题,提出一种基于可靠AP选择和深度置信网络(DBN)的室内定位算法.离线阶段利用改进K-means算法将定位区域划分成若干子区域,并依据Fisher准则和AP缺失频率,选取分辨能力强且可靠的AP节点作为子区域的训练节点,最后采用DBN模型对各子区域参考点数据进行训练;在线阶段根据接收信号强度判别测试点所属类簇,并利用训练好的DBN模型在线估计测试点位置.实验结果表明,与WKNN、M-WKNN以及PSO-ANN算法相比,改进算法在定位精度和稳定性方面均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新春	辽宁工程技术大学电子与信息工程学院	72	329	10.0	13.0
2	郭欣欣	辽宁工程技术大学研究生院	2	14	2.0	2.0