一种基于模糊推理的改进加权KNN定位算法 |
| |
引用本文: | 孙建强.一种基于模糊推理的改进加权KNN定位算法[J].传感技术学报,2020,33(6). |
| |
作者姓名: | 孙建强 |
| |
作者单位: | 杭州电子科技大学 |
| |
基金项目: | 国家自然科学基金青年基金项目(61701481)、2019年江苏省政策引导类计划(国际科技合作)——“一带一路”创 新合作项目(BZ2019006) |
| |
摘 要: | 针对UWB定位性能易受障碍物遮挡、非视距干扰的问题,提出了一种新的UWB指纹匹配定位算法。该算法利用基站与各定位标签之间的距离信息建立指纹库,并在KNN定位算法的基础上,引入了模糊推理方法,通过模糊规则处理得到待定位节点与k个参考节点的匹配度,把该匹配度作为权值对KNN算法进行加权,获得初始定位,同时,创新性地提出了位置优化阈T,根据阈值T和初始定位结果与k参考节点的欧式距离大小,判断是否进行二次模糊加权处理。测试显示,该算法定位误差保持在10cm左右,并且和一次模糊推理的加权KNN算法比较,优化算法定位精度提高了17.8%,提高了UWB室内定位的精确度和稳健性
|
关 键 词: | 无线传感器网络、位置指纹定位、模糊推理、KNN算法、改进加权 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |