基于梯度提升回归树的井下定位算法

• 作者: 吕文红 宋先奇 杨蕾 郭银景
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 梯度提升回归树 井下定位 接收信号强度 回归树
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 论文
• 页码范围: 138-144
• 页数: 7页
• 分类号: TP242.6
• 字数: 4481字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2019.08.021

摘要

为了提高井下定位系统的定位精度,提出了基于梯度提升回归树(gradient boost regression tree,GBRT)的井下定位算法.首先介绍了GBRT算法的实现过程,然后利用射线追踪算法模拟井下多径信号叠加后的接收信号强度(received signal strength,RSS)数据集,最后对比了GBRT、K最近邻(K-nearest neighbor,KNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和神经网络多层感知器(multi-layer perceptron regressor,MLPR)算法的定位结果并对GBRT的定位结果进行5点平均滤波.实验结果表明,在100个点组成的行人轨迹定位中,GBRT算法的定位结果的均方误差为0.381 m,明显优于其他四种算法,平滑滤波后的定位轨迹更加贴合真实轨迹.所提算法可以有效提高定位精度,可以满足井下定位系统的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭银景	山东科技大学电子通信与物理学院	53	272	9.0	14.0
2	吕文红	山东科技大学电子通信与物理学院	34	134	7.0	10.0
3	宋先奇	山东科技大学电子通信与物理学院	2	0	0.0	0.0
4	杨蕾	山东科技大学电子通信与物理学院	3	1	1.0	1.0