基于SSAOS-KELM的指纹库自适应室内定位算法

孙顺远; 徐逸飞; 秦宁宁

首页> 中文期刊> 《传感技术学报》 >基于SSAOS-KELM的指纹库自适应室内定位算法

基于SSAOS-KELM的指纹库自适应室内定位算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在室内定位场景中,传统指纹库定位方法存在着定位精度低、对环境变化适应能力差的问题,且当目标区域较大时,重新训练模型计算复杂度高。为解决该问题,提出了一种基于在线连续核极限学习机(Online Sequential Kernel Extreme Learning Machine,OS-KELM)的室内定位算法。离线阶段,为缩小待测点所属区域,减小定位数据计算量,使用皮尔森系数优化的K-Means聚类算法对定位区域进行划分,通过樽海鞘优化算法(Slap Swarm Algorithm,SSA)对核极限学习机的参数进行寻优从而构建各区域的初始定位模型;在线阶段,使用OS-KELM对已构建好的定位模型进行调整,将更新后的模型用于实时定位,以适应环境变化。实验结果表明:该算法能够实现更高的定位精度并针对环境变化做出调整,相比于其他传统算法,精度、自适应性得到显著提升。

著录项

来源
《传感技术学报》 |2022年第11期|1475-1482|共8页
作者
孙顺远; 徐逸飞; 秦宁宁;
展开▼
作者单位

江南大学轻工过程先进控制教育部重点实验室物联网工程学院;

南京航空航天大学电磁频谱空间认知动态系统工信部重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
室内定位; 分区; 樽海鞘优化算法; 核极限学习机; 指纹库更新;

相似文献

中文文献
外文文献
专利

1. 基于自适应射频指纹地图的WSN室内定位算法研究 [J] . 刘晓叶 ,徐玉斌 . 传感技术学报 . 2015,第008期
2. 基于改进PDR与指纹库PSO-BP融合室内定位算法 [J] . 蔡文炎 ,何洋 . 智能计算机与应用 . 2020,第003期
3. 基于改进PDR与指纹库PSO-BP融合室内定位算法 [J] . 蔡文炎 ,何洋 . 智能计算机与应用 . 2020,第003期
4. 基于群智感知和非监督式学习的室内定位指纹库构建算法 [J] . 马永涛 ,刘康伟 ,高鑫 . 天津大学学报 . 2018,第010期
5. 基于 Zigbee 室内定位系统的指纹库优化算法 [J] . 刘小康 ,郭杭 . 计算机工程 . 2014,第2期
6. 基于自适应滤波的指纹匹配室内定位算法 [C] . ZHANG Chi ,张弛 ,JIA Ziyan . 第二届全国物联网技术与应用学术会议暨第十一届全国无线电应用与管理学术会议 . 2016
7. 室内定位的指纹库自适应更新算法研究与实现 [A] . 从海峰 . 2019

基于SSAOS-KELM的指纹库自适应室内定位算法

摘要

著录项

相似文献

相关主题

期刊订阅