典型文献
基于CSI和加权混合回归的室内定位方法
文献摘要：
近年来,Wi-Fi感知凭借低成本、非接触、不受光照影响、隐私性好等优势,成为人机交互的新兴研究方向.为了提高室内定位技术的精度,提出了一种基于信道状态信息(Channel State Information,CSI)的加权混合回归(Weighted Mixed Regression,WMR)室内定位算法WMR_SKR.该方法分为离线训练和在线预测两个阶段.离线阶段单独训练支持向量回归(Support Vector Regression,SVR)和K近邻回归(K-Nearest Neighbor Regression,KNR)模型,并获得最优的权重分配,建立加权混合回归模型WMR_SKR.在线阶段通过WMR_SKR模型实时预测目标的位置.实验结果表明,本文的WMR_SKR模型在视距环境中82％的概率下定位精度能够达到1 m,非视距环境中80.6％的概率下达到1.5 m,且平均误差和标准误差均小于1.5 m.WMR_SKR模型有效融合了SVR和KNR的优点,提高了室内定位技术的性能.
文献关键词：
Wi-Fi感知;室内定位技术;信道状态信息;支持向量回归;K近邻回归;加权混合回归
中图分类号：
作者姓名：
李芬芳;汝春瑞;党小超;郝占军
作者机构：
西北师范大学计算机科学与工程学院,甘肃 兰州730070;甘肃省物联网工程研究中心,甘肃 兰州730070
文献出处：
引用格式：
[1]李芬芳;汝春瑞;党小超;郝占军-.基于CSI和加权混合回归的室内定位方法)[J].传感技术学报,2022(05):667-675
A类：
加权混合回归,KNR
B类：
CSI,定位方法,Wi,Fi,非接触,隐私性,人机交互,室内定位技术,信道状态信息,Channel,State,Information,Weighted,Mixed,Regression,WMR,室内定位算法,SKR,离线训练,在线预测,离线阶段,支持向量回归,Support,Vector,SVR,近邻回归,Nearest,Neighbor,权重分配,混合回归模型,在线阶段,实时预测,下定,定位精度,非视距环境,下达,平均误差,标准误差,有效融合
AB值：
0.347852
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
