【摘要】：針對(duì)調(diào)頻(FM)廣播信號(hào)動(dòng)態(tài)變化對(duì)定位性能產(chǎn)生較大影響的問(wèn)題,提出了動(dòng)態(tài)射頻指紋的FM定位方法。該方法采用多元線性回歸和神經(jīng)網(wǎng)絡(luò)方法,根據(jù)離線階段各個(gè)參考點(diǎn)和部分較準(zhǔn)點(diǎn)的調(diào)頻廣播信號(hào)強(qiáng)度的關(guān)系,使用在線階段較準(zhǔn)點(diǎn)的信號(hào)強(qiáng)度實(shí)時(shí)估計(jì)在線階段參考點(diǎn)的信號(hào)強(qiáng)度。通過(guò)這兩種方法建立具有自適應(yīng)能力的動(dòng)態(tài)射頻地圖,并使用貝葉斯估計(jì)方法對(duì)目標(biāo)進(jìn)行定位。實(shí)驗(yàn)結(jié)果表明,相對(duì)靜態(tài)射頻指紋模型:采用多元線性回歸的射頻指紋動(dòng)態(tài)映射模型定位誤差平均減少9.1%,采用神經(jīng)網(wǎng)絡(luò)的射頻指紋動(dòng)態(tài)映射模型定位誤差平均減少36.3%,有效抑制了射頻信號(hào)動(dòng)態(tài)變化時(shí)變性對(duì)定位性能的影響。
[Abstract]:Aiming at the problem that the dynamic change of FM (FM) broadcast signal has great influence on the location performance, a FM location method for dynamic RF fingerprint is proposed. This method adopts multiple linear regression and neural network method, according to the relationship between the intensity of FM broadcast signal at each reference point and part of the punctuality in off-line stage. The signal intensity of the reference point in the online stage is estimated in real time by using the signal intensity of the online stage. The dynamic radio frequency map with adaptive capability is built by these two methods, and the Bayesian estimation method is used to locate the target. The experimental results show that, Relative static radiofrequency fingerprint model: the location error of RF fingerprint dynamic mapping model with multiple linear regression is reduced by 9.1on average, and the location error of radiofrequency fingerprint dynamic mapping model using neural network is reduced by 36.3cm, which is effectively suppressed. The influence of dynamic variation of RF signal on location performance.
【作者單位】： 中國(guó)科學(xué)院計(jì)算技術(shù)研究所;湘潭大學(xué)信息工程學(xué)院;北京三星通信研究院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61374214) 國(guó)家科技重大專(zhuān)項(xiàng)(2014ZX03006003-002) 國(guó)家863計(jì)劃項(xiàng)目(2013AA12A201) 太原市—中關(guān)村合作專(zhuān)項(xiàng)(130104)
【分類(lèi)號(hào)】：TN934.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李勃;;多元線性回歸算法在雙定戶定稅中的應(yīng)用[J];福建電腦;2008年03期

2 李綱;;鑄件成本予測(cè)——多元線性回歸予測(cè)程序(下)[J];鑄造技術(shù);1989年04期

3 ;應(yīng)用數(shù)學(xué)講座(八) 第六講 多元線性回歸[J];航空工藝技術(shù);1977年02期

4 包紅;徐娜;李偉;;多元線性回歸在成績(jī)分析中的應(yīng)用[J];信息系統(tǒng)工程;2012年05期

5 時(shí)景榮,羅傳義,張曉東;多元線性回歸的簡(jiǎn)便方法[J];吉林化工學(xué)院學(xué)報(bào);2003年02期

6 吳正龍;王儒敬;宋國(guó)超;;具有模糊控制變量的多元線性回歸[J];計(jì)算機(jī)工程;2006年03期

7 謝世昌;多元線性回歸及其速算技術(shù)[J];長(zhǎng)春郵電學(xué)院學(xué)報(bào);1990年01期

8 溫日輝;裴娟娟;吳加權(quán);馬琨;;基于多元線性回歸的高溫圖像溫度場(chǎng)計(jì)算[J];激光雜志;2009年04期

9 尹慧敏;;基于波長(zhǎng)組合的多元線性回歸在近紅外光譜波長(zhǎng)優(yōu)選中的應(yīng)用[J];紅外;2010年10期

10 李海霞,孫學(xué)良,趙黎明;中國(guó)圖書(shū)市場(chǎng)需求預(yù)測(cè)與走勢(shì)分析(英文)[J];Transactions of Tianjin University;2002年03期

相關(guān)會(huì)議論文 前2條

1 石偉;王剛;劉愛(ài)華;武立華;;多元線性回歸在密山井水位影響因素分析的應(yīng)用[A];2013年地震流體專(zhuān)業(yè)委員會(huì)學(xué)術(shù)年會(huì)會(huì)議摘要[C];2013年

2 陳向軍;陳金波;;湖北省流通業(yè)競(jìng)爭(zhēng)力影響因素測(cè)評(píng)分析[A];中部崛起與現(xiàn)代服務(wù)業(yè)——第二屆中部商業(yè)經(jīng)濟(jì)論壇論文集[C];2008年

相關(guān)碩士學(xué)位論文 前3條

1 劉軍;基于股票市價(jià)與會(huì)計(jì)信息指標(biāo)的多元線性回歸股票定價(jià)模型研究[D];西南財(cái)經(jīng)大學(xué);2009年

2 曾昭霞;貴州灣河二期粉煤灰堆場(chǎng)巖溶滲漏污染研究[D];貴州大學(xué);2009年

3 王靜;具有輸入故障自適應(yīng)能力的在線智能建模[D];廈門(mén)大學(xué);2007年

，

本文編號(hào)：2291789