基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法

基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法

ID:28092946

大小:17.65 KB

页数:5页

时间:2018-12-08

基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法_第1页
基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法_第2页
基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法_第3页
基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法_第4页
基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法_第5页
资源描述:

《基于kl散度与k―means的wi―fi与蓝牙融合室内定位方法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于KL散度与K―means的Wi―Fi与蓝牙融合室内定位方法  【摘要】针对当前对室内定位高精度的要求,本文提出了一种基于Wi-Fi和蓝牙融合的室内定位方案。该方案Wi-Fi部分利用核回归的KL散度算法得到观测点估计坐标,蓝牙部分利用K-means算法聚类出圆形估计区域。在融合阶段,用蓝牙聚类得到的圆形区域对Wi-Fi估计的观测点估计坐标进行修正,得到最终结果。实验结果表明,利用本

2、文方案得到的定位结果,与单一利用基于KL散度的Wi-Fi定位结果相比,均方误差减少了21%,与现有的Wi-Fi和蓝牙融合的定位方法相比,定位精度也有了一定的提高。  【关键词】Wi-Fi;蓝牙;K-means;KL散度  随着城市现代化进程的不断推进,可靠的室内定位服务日益重要。目前存在的室内定位技术大多依靠单一的无线技术,其中基于Wi-Fi的室内定位技术已经发展成熟,常用的是位置指纹法。位置指纹法分为确定性方法和概率性方法,在确定性方法中典型的算法有K邻近法。但这种方法仅取了RSSI的均值,无法提取足够的在环境中波动的RSSI信息。在概率性方法中,一些研究

3、指出,RSSI信号在波动呈现高斯分布。但进一步研究显示,RSSI信号呈现多元的分布。为了充分的考虑多元分布,将KL散度模型应用在Wi-Fi室内定位中。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  尽管基于Wi-Fi的研究已经取得了很大的成果。

4、但鉴于单一定位的局限性,近几年来,融合的定位技术越来越多的受到关注。由于Wi-Fi与蓝牙普遍共存在于各种电子设备上,基于Wi-Fi与蓝牙融合的室内定位成为研究的热点。  在Wi-Fi与蓝牙混合定位技术中,使用位置指纹算法,利用欧式距离和网格合并分别得到Wi-Fi和蓝牙各自的定位结果,将两种定位结果通过赋予不同的权值在决策级上进行融合,提高了定位的实时性,但由于选择了复杂度较低的欧式距离作为算法的基本模型,降低了定位精度。针对上述缺点,本文提出了一种基于KL散度与K均值聚类的Wi-Fi与蓝牙融合的室内无线位算法,降低了RSSI动态波动带来的影响,利用蓝牙定位的

5、区域修正Wi-Fi单一的定位结果,定位精度有了明显的提高。  1.基于K-means的蓝牙位置指纹识别算法  离线阶段  设区域中有M个蓝牙,N个参考点。得到每个参考点记录的信息为,其中为参考点的位置坐标,为第i个参考点接收的来自第个Beacon的经过中值滤波得到的RSSI的值。  在线阶段  观测点接收来自M个Beacon的RSSI,为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目

6、设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。扫描P次,构成P个RSSI向量集合,为第P次扫描接收的来自第个Beacon的的RSSI值。计算第一次扫描向量与参考点的欧式距离,公式如下:    在中找到距离最小的个参考点,根据第一次扫描结果得到估计观测点的坐标,公式如下:    同理,根据P次扫描结果得到P组观测点坐标。  利用K-means算法,对P组点进行聚类,得到一个以聚类中心为圆心的圆形定位区域。    2.基与KL散度的Wi-Fi识别算法  离线阶段  设区域

7、中共有n个AP,k个参考点。每个参考点从这n个AP可获得RSSI向量代表参考点的位置坐标,用代表第j个参考点的RSSI分布,假设从每个AP获得的RSSI分布都是独立的,可得第j个参考点的RSSI分布:    在线阶段  观测点接收来自n个AP的RSSI,假设观测点的位置坐标为,为观测点o从n个AP点获得的RSSI向量,用代表观测点o的RSSI分布,假设从每个AP获得的RSSI分布都是独立的,可得观测点o的RSSI分布:  为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育

8、、健康教育、反邪教教育等丰富学生的课余文化生活。为了

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。