基于公共信标集的高精度射频指纹定位算法

被引：20

作者：

赵方 ^{[1
]}

罗海勇 ^{[2
]}

马严 ^{[1
]}

徐俊俊 ^{[1
]}

机构：

[1] 北京邮电大学软件学院

[2] 中国科学院计算技术研究所移动计算与新型终端北京市重点实验室

来源：

计算机研究与发展 | 2012年 / 49卷 / 02期

基金：

北京市自然科学基金;

关键词：

室内定位; 射频指纹; 贝叶斯估计; 高斯混合模型; Markov链;

D O I：

暂无

中图分类号：

TP391.44 []; TP301.6 [算法理论];

学科分类号：

摘要：

目前基于WiFi射频指纹定位技术有望成为大规模城区室内外全空间定位的首选.针对RSS信号时变特性严重影响WiFi定位精度和鲁棒性的问题,提出了一种基于公共信标集的高精度射频指纹定位算法.该算法把目标定位看成贝叶斯估计问题,通过采用高斯混合模型更加准确地表征复杂训练指纹的信号特征,以及使用基于Markov链的状态转移模型和基于后验概率的自适应网格集选择机制,充分利用目标的历史状态信息和环境布局信息,不仅减少了定位搜索网格空间,而且还抑制了移动过程中不可能发生的位置跳变,提高了定位精度和鲁棒性.实验结果表明,所提定位算法以90%的概率可获得3m以内的定位误差,其定位性能明显优于传统单一高斯模型.

引用

页码：243 / 252

页数：10

共 5 条

[1] 基于动态Radio Map的粒子滤波室内无线定位算法
林以明
罗海勇
李锦涛
赵方
[J]. 计算机研究与发展, 2011, 48 (01) : 139 - 146
[2] The Horus location determination system
Youssef, Moustafa
Agrawala, Ashok
[J]. WIRELESS NETWORKS, 2008, 14 (03) : 357 - 374
[3] A Probabilistic Approach to WLAN User Location Estimation
Roos T.
Myllymäki P.
Tirri H.
Misikangas P.
Sievänen J.
[J]. International Journal of Wireless Information Networks, 2002, 9 (03) : 155 - 164
[4] Cramer-Rao bound analysis of localization using signal strength difference as location fingerprint. A.K.M. Mahtab Hossain,W.S Soh. Proceedings IEEE INFOCOM . 2010
[5] On clustering RSS fingerprintsfor improving scalability of performance prediction of indoorpositioning systems. Nattapong S,Prashant V K. Proc of ACM MELT 2008 . 2008

← 1 →