文件名称：论文研究-基于独立成分分析与核典型相关分析的WLAN室内定位方法.pdf
文件大小：2.35MB
文件格式：PDF
更新时间：2022-08-11 13:11:54
无线局域网,室内定位,接收信号强度,独立成分分析,核典型相关分析
接收信号强度（received signal strength，RSS）在WLAN室内定位环境中存在时变特性，降低了WLAN定位环境中RSS信号与位置信息之间的相关性，致使定位精度降低。针对这一问题，提出通过利用独立成分分析（independent component analysis，ICA）对RSS信号进行数据降维和去相关处理，提取独立分量；然后采用核典型相关分析（kernel canonical correlation analysis，KCCA）来提取独立分量与位置信息之间的典型相关特征；最后结合传统定位算法如加权K近邻法（weighted K nearest neighbors，WKNN）、支持向量机（support vector machine，SVM）算法实现定位。实验结果表明，传统定位算法WKNN、SVM算法通过运用ICA与KCCA特征提取后再进行定位其定位精度得到了提高。