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:
目前已有的位置指纹室内定位算法大多都是建立在原始指纹数据库的基础上,指纹数据库的建立精度会直接影响到最后的定位精度,因此在基于WiFi的定位技术中,对接收信号强度(received signal strength indication,RSSI)的稳定性要求比较高.通过对指纹数据的研究,提出了一种基于高斯核函数融合卡尔曼滤波对数据进行预处理的方法.实验证明,该融合算法能有效剔除RSSI指纹数据中的突变数据和噪声波动,实现RSSI值的准确、平滑输出,从而建立准确的指纹数据库,使后期的定位结果更加精确.
推荐文章
一种改进的RSSI指纹库定位算法
RSSI
指纹库
Levenshtein距离
K-AP(P,Q)
基于信号幅值分布的室内指纹定位算法
信号幅值
指纹定位
概率分布
K-means
KNN分类算法
WiFi信号
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
基于WiFi的室内定位算法的研究
无线保真
位置指纹定位技术
匹配算法
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 基于RSSI的WiFi指纹定位数据融合算法研究
来源期刊 微型电脑应用 学科 工学
关键词 接收信号强度 高斯核函数 卡尔曼滤波 指纹数据库
年,卷(期) 2020,(3) 所属期刊栏目 基金项目
研究方向 页码范围 1-3
页数 3页 分类号 TN914
字数 2621字 语种 中文
DOI 10.3969/j.issn.1007-757X.2020.03.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (16)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2020(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)
研究主题发展历程
节点文献
接收信号强度
高斯核函数
卡尔曼滤波
指纹数据库
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导