《表1 各算法定位性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于双阶段位置修正的室内定位算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在较为理想的环境A下，TSPC-LA算法将传统算法误差小于4 m概率提升了5%左右。在与离线阶段差异较大的环境B下，TSPC-LA算法将传统算法误差小于4 m概率提升了10%左右。由表1可以看出，在环境A下，TSPC-LA算法能够减小10%左右的平均误差。在环境B下，TSPC-LA算法能够减小18%左右的平均误差。由此分析可知，TSPC-LA算法在较为理想环境下能够提升传统算法定位精度，在与离线环境差异较大的情况下，TSPC-LA能够更为明显地提升传统算法的定位精度，达到理想环境下的定位精度标准。因为本文方法使用已有算法的定位结果作为初始位置，所以本文方法相较于KNN和Bayesian增加了3 s左右的时延。