...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE sensors journal >RSS-Based Indoor Positioning Based on Multi-Dimensional Kernel Modeling and Weighted Average Tracking
【24h】

RSS-Based Indoor Positioning Based on Multi-Dimensional Kernel Modeling and Weighted Average Tracking

机译：基于多维内核建模和加权平均跟踪的基于RSS的室内定位

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

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

摘要

In this paper, we discuss a similarity inconsistency phenomenon where the radio signal strength (RSS) signatures of two neighboring positions are dissimilar due to the RSS variation. While matching an observed RSS throughout the radio map, the phenomenon would lead to a jagged similarity distribution. This may break the similarity assumption of the previous works. To address the problem, we proposed a multi-dimensional kernel density estimation (MDKDE) method. By introducing the spatial kernel, the method could adopt neighboring information to enrich the fingerprint. The model can also help to generate a smooth and consistent similarity distribution. Moreover, we formulated the searching of the target location over the continuous domain as an optimization problem. Instead of estimating the optimal location numerically, we also came up with an efficient tracking method, weighted average tracker (WAT). Upon the MDKDE model, WAT can track the target in a simple weighted average method. The experimental results have demonstrated that the proposed system could well model the RSS variation and provide robust positioning performance in an efficient manner.
机译：在本文中，我们讨论了一个相似性不一致现象，其中两个相邻位置的无线电信号强度（RSS）签名由于RSS变化而互不相同。在整个无线电地图上匹配观测到的RSS时，该现象将导致锯齿状相似性分布。这可能会破坏以前工作的相似性假设。为了解决这个问题，我们提出了一种多维核密度估计（MDKDE）方法。通过引入空间核，该方法可以采用邻近信息来丰富指纹。该模型还可以帮助生成平滑且一致的相似性分布。此外，我们将搜索连续区域上的目标位置公式化为优化问题。除了通过数字估算最佳位置，我们还提出了一种有效的跟踪方法，即加权平均跟踪器（WAT）。根据MDKDE模型，WAT可以采用简单的加权平均方法跟踪目标。实验结果表明，所提出的系统可以很好地模拟RSS变化，并以有效的方式提供强大的定位性能。

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