基于线性内插法改进的室内定位算法

doi:10.11959/j.issn.1000-0801.2017020

电信科学 ›› 2017, Vol. 33 ›› Issue (1): 9-15.doi: 10.11959/j.issn.1000-0801.2017020

基于线性内插法改进的室内定位算法

张梦丹,卢光跃,王宏刚,刘继明

西安邮电大学，陕西西安710121

修回日期:2017-01-10 出版日期:2017-01-01 发布日期:2017-06-04
作者简介:张梦丹（1990-），女，西安邮电大学硕士生，主要研究方向为通信网技术。|卢光跃（1971-），男，博士，西安邮电大学通信工程学院教授，主要研究方向为现代移动通信中信号处理。|王宏刚（1977-），男，博士，西安邮电大学讲师，主要研究方向为物理层能源效率和通信协议的设计、RFID和无线定位。|刘继明（1964-），男，博士，西安邮电大学教授，主要研究方向为下一代软交换核心技术。
基金资助:
陕西省工业科技攻关项目(2014K05-09);陕西省教育厅科学研究计划项目(14JK1660)

An improved indoor location algorithm based on linear interpolation

Mengdan ZHANG,Guangyue LU,Honggang WANG,Jiming LIU

Xi'an University of Posts and Telecommunications,Xi'an 710121,China

Revised:2017-01-10 Online:2017-01-01 Published:2017-06-04
Supported by:
Shaanxi Industrial Science and Technology Project(2014K05-09);Shaanxi Science Research Program of Education Department(14JK1660)

摘要/Abstract

摘要：

针对室内位置指纹定位技术存在的离线阶段工作量大、定位精度有限、顽健性较差的缺点，提出了一种基于线性内插法改进的指纹定位匹配算法。与传统位置指纹定位技术相比，该算法不仅降低了整体工作量，而且降低了多径效应造成的不利影响。最后搭建实验场景对该算法定位性能进行测试。实验数据显示，该算法与WKNN法相比，平均定位精度大约提高了34.25%，绝大部分待测点的定位误差在0.4 m 以内，验证了所提算法在定位精度、顽健性和适应环境变化方面的优势。

关键词: 室内定位, 位置指纹, WKNN, PCA, 线性内插法

Abstract:

Aiming at the shortcomings of heavy workload in the off-line phase,limited positioning accuracy and poor robustness of indoor location fingerprint positioning technology,an improved fingerprint matching algorithm based on linear interpolation was proposed.Compared with the traditional location fingerprint positioning technology,it reduced the overall workload as well as the bad effects caused by muti-path effect.At last,a lab scene was set up to test the positioning performance of this algorithm.It is shown by the test that the average positioning accuracy of this algorithm has been improved by 34.25% compared with that of WKNN method,and the positioning accuracy error ratio of most points to be test is within 0.4 m,the positioning accuracy,robustness and adaptability in environment change were demonstrated.

Key words: indoor location, location fingerprint, weighted K-nearest neighbor, principal component analysis, linear interpolation

中图分类号:

TN961

张梦丹,卢光跃,王宏刚,刘继明. 基于线性内插法改进的室内定位算法[J]. 电信科学, 2017, 33(1): 9-15.

Mengdan ZHANG,Guangyue LU,Honggang WANG,Jiming LIU. An improved indoor location algorithm based on linear interpolation[J]. Telecommunications Science, 2017, 33(1): 9-15.

图/表 13

图1

图2

图3

图4

表1

表2

图5

表3

图6

表4

图7

图8

表5

参考文献 11

[1]	陈锡剑，程良伦 . 基于 RSSI的功率匹配定位算法的研究与实现[J]. 传感技术学报， 2013,26(5): 710-714.
	CHEN X J , CHENG L L . Research and implementation of power matching algorithm based on RSSI[J]. Chinese Journal of Sensors and Actuators, 2013,26(5): 710-714.
[2]	LU Y H , LAI C F . Path loss exponent estimation for indoor wireless sensor positioning[J]. KSII Transactions on Internet and Information Systems, 2010,4(3): 243-256.
[3]	PATWARI N , HERO A O , PERKINS M . Relative location estimation in wireless sensor networks[J]. IEEE Transactions on Signal Processing, 2003,51(8): 2137-2147.
[4]	叶蔚 . 室内无线定位的研究[D]. 广州：华南理工大学， 2010.
	YE W . Study on indoor wireless location[D]. Guangzhou: South China University of Technology, 2010.
[5]	杨东勇，顾东袁，傅晓婕 . 一种基于RSSI相似度的室内定位算法[J]. 传感技术学报， 2009,22(2): 264-268.
	YANG D Y , GU D Y , FU X J . An indoor location algorithm based on RSSI-similarity degree[J]. Chinese Journal of Sensors and Actuators, 2009,22(2): 264-268.
[6]	刘鹏，卢潭，高翔 . 基于射频识别的室内定位技术综述[J]. 太赫兹科学与电子信息学报， 2014(2): 195-201.
	LIU P , LU T C , GAO X . A survey of indoor location technology based on radio frequency identification[J]. Terahertz Science and Electronic Information, 2014(2): 195-201.
[7]	梁莹 . INS/地磁匹配组合导航系统技术研究[D]. 哈尔滨：哈尔滨工程大学， 2010.
	LIANG Y . Study of INS/geomagnetic matching integrated navigation system technologyn[D]. Harbin: Harbin Engineering University, 2010.
[8]	王欣 . 基于地磁场和 RSSI 的室内定位算法设计与实现[D]. 杭州：杭州电子科技大学， 2014.
	WANG X . Design and implementation of indoor location algorithm based on geomagnetic field and RSSI[J]. Hangzhou: Hangzhou University of Electronic Science and Technology, 2014.
[9]	JIANG S Y , PANG G S , WU M L . An improved K-nearest-neighbor algorithm for text categorization[J]. Expert Systems with Applications, 2012,29(1): 1503-1509.
[10]	詹杰，刘宏立，刘述钢，等. 基于 RSSI的动态权重定位算法研究[J]. 电子学报， 2011,39(1): 82-88.
	ZHAN J , LIU H L , LIU S G , et al. Study algorithm based RSSI's dynamic weights location[J]. Journal of Electronics, 2011,39(1): 82-88.
[11]	HUANG C N , CHAN C T . ZigBee-based indoor location system by k-nearest neighbor algorithm with weighted RSSI[J]. Procedia Computer Science, 2011(5): 58-65.

参数	取值
实验室面积	15.05 m×10.85 m
试验面积	14 m×10 m
AP数目/个	6
AP距离地面的距离/m	1.3
移动终端离地面距离/m	1.3
iBeacon发射功率/dBm	-23

参考点的数量/个	平均定位误差/m
24	0.439 9
35	0.310 7
48	0.260 7

N	平均定位误差/m
4	0.193 2
5	0.178 3
6	0.183 1
7	0.196 8

算法	平均定位误差/m
WKNN	0.260 7
基于线性内插法的WKNN	0.178 3
基于线性内插和PCA的WKNN	0.171 4

算法	仿真时间/s
WKNN	0.089 263
基于线性内插法的WKNN	0.512 180
基于线性内插和PCA的WKNN	0.523 913

基于线性内插法改进的室内定位算法

An improved indoor location algorithm based on linear interpolation

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 11

相关文章 13

Metrics

推荐阅读 0

[1]	孙宏伟, 曹雪虹, 焦良葆, 孟琳, 刘子恒, 袁枫. DS-TWR算法室内定位批量测距系统的优化研究[J]. 电信科学, 2022, 38(1): 73-82.
[2]	万潇阳, 孙耀华, 王则予. 6G室内定位技术原理与展望[J]. 电信科学, 2021, 37(6): 91-104.
[3]	赵大明,王欣. 基于VLC的室内定位技术研究[J]. 电信科学, 2019, 35(3): 122-126.
[4]	赵红梅,赵杰磊. 超宽带室内定位算法综述[J]. 电信科学, 2018, 34(9): 130-142.
[5]	杨宇,陈明,刘大庆. 基于分布式LTE网络的室内定位系统[J]. 电信科学, 2018, 34(6): 91-97.
[6]	徐小良,高健,黄河,马哲. 基于RSS空间线性相关的WLAN位置指纹定位算法[J]. 电信科学, 2017, 33(3): 14-21.
[7]	吕亚娟,刘珊,胡荣贻,张文浩. 一种基于多天线簇的新型LTE室内定位系统[J]. 电信科学, 2017, 33(3): 67-75.
[8]	朱亚萍,夏玮玮,章跃跃,燕锋,左旭舟,沈连丰. 基于RSSI和惯性导航的融合室内定位算法[J]. 电信科学, 2017, 33(10): 99-106.
[9]	杨明极,刘恺怿,邵丹. 用于WLAN室内定位的PCA聚类算法[J]. 电信科学, 2016, 32(7): 21-26.
[10]	张梦丹,卢光跃,王宏刚,刘继明. 基于指纹算法的无线室内定位技术[J]. 电信科学, 2016, 32(10): 77-86.
[11]	刘畅,张迅. WLAN接入点的室内定位技术[J]. 电信科学, 2015, 31(2): 135-139.
[12]	于秦,肖志辉,姜微. 基于WLAN和WSN的异构网络协同定位[J]. 电信科学, 2013, 29(7): 83-88.
[13]	黄志兰,丁圣勇,杨国良,罗颂锋. 基于MapReduce的PCA异常流量检测系统实现[J]. 电信科学, 2010, 26(6): 76-80.