...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Wireless communications & mobile computing >An Optimized Fingerprinting-Based Indoor Positioning with Kalman Filter and Universal Kriging for 5G Internet of Things
【24h】

An Optimized Fingerprinting-Based Indoor Positioning with Kalman Filter and Universal Kriging for 5G Internet of Things

机译：优化的基于指纹识别的室内定位，与卡尔曼滤波器和通用Kriging用于5G内容

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Fingerprinting technique for indoor positioning based on 5G system has attracted attention. Kalman filter (KF) is used as preprocessing of raw data to reduce the disturbance of Received Signal Strength (RSS) values. After preprocessing, Universal Kriging (UK) algorithm is adopted to reduce the efforts of establishing a fingerprinting database by Spatial Interpolation. A machine learning algorithm named - Nearest Neighbour (KNN) is used to calculate user equipment’s position. Real experiments are setup with 5G signals over the air. Two indoor scenarios are considered depending whether the base station is located in the same room with user equipment or not. In test room A, the proposed KF and UK algorithms achieve 53% positioning accuracy improvement. In test room B, 43% performance improvement is obtained by the proposed algorithm. 1.44-meter positioning error is observed as the best case for 80% test samples.
机译：基于5G系统的室内定位指纹识别技术引起了注意力。 卡尔曼滤波器（KF）用作原始数据的预处理，以减少接收信号强度（RSS）值的干扰。 在预处理之后，采用通用Kriging（英国）算法来减少通过空间插值建立指纹识别数据库的努力。 一种名为 - 最近邻（KNN）的机器学习算法用于计算用户设备的位置。 在空气中使用5G信号设置真实实验。 根据基站是否位于与用户设备的同一室中，考虑了两个室内情景。 在测试室A中，所提出的KF和英国算法达到53％的定位准确性改进。 在测试室B中，通过所提出的算法获得43％的性能改进。 将1.44米定位误差被观察到80％测试样品的最佳情况。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号