文档名：基于回归近邻成分分析和GBRT的室内定位方法
摘要：WiFi指纹定位方法性能易受到室内无线信号波动的影响使得离线指纹存在冗余噪声而导致定位精度不足.对此,本文提出一种改进近邻成分分析(NCA)结合渐近梯度回归树(GBRT)室内定位方法.首先,构造连续可微的目标函数将离散优化问题转化为连续优化问题,并对离线指纹数据库进行特征提取去除冗余得到离线指纹的主要特征;然后,利用提取特征后的位置指纹数据和特征对应的坐标迭代构造多个CARTTREE,利用每个CARTTREE损失函数的负梯度值构造集成多个CARTTREE得到GBRT定位模型;最后,利用待定位点位置指纹信号特征结合GBRT定位模型预测待定位点位置.实验结果表明:所提出算法相较于其他同类算法误差分别减少14.7％,22.4％,37.1％,能够有效提高定位精度.
作者：王斌涛 冷腾飞 王益涵 郑家骅Author：WANGBintao LENGTengfei WANGYihan ZHENGJiahua
作者单位：上海工程技术大学工程训练中心,上海201620
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(11)
分类号：TP393.1
关键词：室内定位 冗余噪声 近邻成分分析 位置指纹 渐进梯度回归树
Keywords：indoorlocalization redundantnoise neighborcomponentanalysis(NCA) locationfingerprinting gradientboostregressiontree(GBRT)
机标分类号：TP311TN925.93P228
在线出版日期：2023年12月4日
基金项目：国家科技部十二五支撑计划资助项目，教育部卓越工程师教育培养计划项目产学合作协同育人项目，上海市科委基金资助项目基于回归近邻成分分析和GBRT的室内定位方法[
期刊论文] 传感器与微系统--2023, 42(11)王斌涛 冷腾飞 王益涵 郑家骅WiFi指纹定位方法性能易受到室内无线信号波动的影响使得离线指纹存在冗余噪声而导致定位精度不足.对此,本文提出一种改进近邻成分分析(NCA)结合渐近梯度回归树(GBRT)室内定位方法.首先,构造连续可微的目标函数将离散优...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于回归近邻成分分析和GBRT的室内定位方法 Indoor localization method based on regression nearest neighbor component analysis and GBRT
基于回归近邻成分分析和GBRT的室内定位方法.pdf
- 文件大小:
- 1.46 MB
- 下载次数:
- 60
-
高速下载
|
|
