針對不同型號的智能手機(jī)之間存在硬件差異,導(dǎo)致在使用不同的智能手機(jī)進(jìn)行室內(nèi)定位時,采集同一藍(lán)牙信號強(qiáng)度觀測值存在偏差而影響定位精度的問題,提出了一種基于蟻群算法的支持向量機(jī)室內(nèi)定位藍(lán)牙標(biāo)定方法.由于支持向量機(jī)參數(shù)的選取對其預(yù)測精度影響較大,因此利用蟻群算法避免人為盲目地選擇支持向量機(jī)的參數(shù),優(yōu)化模型并提高預(yù)測精度.實驗結(jié)果表明:基于蟻群算法的支持向量機(jī)室內(nèi)定位藍(lán)牙標(biāo)定方法相比標(biāo)定前的精度提高了37.3%,可以有效地進(jìn)行室內(nèi)定位. 

【文章來源】：江西師范大學(xué)學(xué)報(自然科學(xué)版). 2020,44(02)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

基于蟻群算法的支持向量機(jī)參數(shù)優(yōu)化流程圖

將用戶設(shè)備在某個采集點所有AP的RSSI平均值作為自變量xi,并將參考設(shè)備在該采集點對應(yīng)AP的RSSI平均值作為因變量yi,并通過python代碼建立模型.將與線性模型和支持向量機(jī)模型進(jìn)行對比,結(jié)果如圖2和圖3所示.圖3 支持向量機(jī)模型

圖2 線性標(biāo)定模型圖2為經(jīng)線性模型標(biāo)定后的信號強(qiáng)度與參考設(shè)備之間藍(lán)牙RSSI觀測值的函數(shù)關(guān)系,圖3為經(jīng)支持向量機(jī)預(yù)測模型標(biāo)定后的華為Mate8手機(jī)與參考設(shè)備之間藍(lán)牙RSSI觀測值的函數(shù)關(guān)系.為驗證模型的有效性,分別使用2種模型對不同品牌不同型號的智能手機(jī)在用戶定位時的藍(lán)牙RSSI觀測值進(jìn)行實時校正,校正結(jié)果如表2所示.使用校正結(jié)果進(jìn)行定位藍(lán)牙指紋定位實驗,定位誤差結(jié)果如表3所示.

【參考文獻(xiàn)】：
期刊論文
[1]基于分形理論的支持向量機(jī)核函數(shù)選擇[J]. 梁禮明,陳明理,劉博文,吳健.  江西師范大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[2]一種BP神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位WiFi標(biāo)定方法[J]. 宋斌斌,余敏,何肖娜,薛峰,阮超.  導(dǎo)航定位學(xué)報. 2019(01)
[3]室內(nèi)定位關(guān)鍵技術(shù)綜述[J]. 鄧中亮,尹露,唐詩浩,劉延旭,宋汶軒.  導(dǎo)航定位與授時. 2018(03)
[4]基于智能手機(jī)的室內(nèi)定位技術(shù)的發(fā)展現(xiàn)狀和挑戰(zhàn)[J]. 陳銳志,陳亮.  測繪學(xué)報. 2017(10)
[5]基于蟻群算法的移動機(jī)器人全局路徑規(guī)劃方法研究[J]. 史恩秀,陳敏敏,李俊,黃玉美.  農(nóng)業(yè)機(jī)械學(xué)報. 2014(06)
[6]基于蟻群算法的支持向量機(jī)參數(shù)選擇方法研究[J]. 莊嚴(yán),白振林,許云峰.  計算機(jī)仿真. 2011(05)
[7]傳感器非線性校正的遺傳支持向量機(jī)方法[J]. 劉濤,王華.  電子測量與儀器學(xué)報. 2011(01)
[8]支持向量機(jī)回歸的參數(shù)選擇方法[J]. 閆國華,朱永生.  計算機(jī)工程. 2009(14)
[9]基于RBF核函數(shù)的支持向量機(jī)參數(shù)選擇[J]. 林升梁,劉志.  浙江工業(yè)大學(xué)學(xué)報. 2007(02)
[10]關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機(jī)[J]. 張學(xué)工.  自動化學(xué)報. 2000(01)

碩士論文
[1]基于RSSI的核函數(shù)機(jī)器學(xué)習(xí)室內(nèi)定位技術(shù)[D]. 趙琳.南京郵電大學(xué) 2018



本文編號：3329419