《表2 场景2的定位精度:基于距离测量和位置指纹的室内定位方法研究》
(单位:m)
在实验场景1中,以矩形网格形式总共选取6×7=42个参考点,每个参考点间距φ=1.2m;在实验场景2中,以同样方式总共选取2×20=40个参考点,同样每个参考点间距φ=1.2m.使用一个AP和一个DP建立场景1和场景2的离线被动式指纹库.在基于距离测量和位置指纹的室内定位方法中,本文使用前文分析的最优参数,即I设置为1×107,u=3.42m,r=0.31m.另外,采样频率设置为200Hz.为了保证实验一致性,Nuzzer和Pilot使用相同的实验场景设置,区别仅仅在于指纹定位方法不同.定位误差累积概率如图13和图14所示.从表1和表2可以明显看出,无论在场景1还是在场景2,本文所提出的ILLFRM都能获得比Nuzzer和Pilot更好的定位精度.实验结果表明,在场景1,Nuzzer平均定位误差2.7m,最大定位误差8.5m.Pilot平均定位误差2.0m,最大定位误差6.0m,而本文的ILLFRM平均定位误差为1.4m,最大定位误差5.0m.可以看出ILLFRM相比较其他定位方法,可以获得更好的定位精度.在场景2可以得到相似的实验结果.类似地,相比于Wang等人在文献[12-13]中提出的利用深度学习的定位方式,本文所提出的算法依然能够获得更好的定位精度.
图表编号 | XD0035541300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 李方敏、张韬、刘凯、刘果、马小林 |
绘制单位 | 长沙学院计算机工程与应用数学学院、武汉理工大学信息工程学院、长沙学院计算机工程与应用数学学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |