《表2 不同条件下的LWKNN算法的定位精度》

  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

《一种高效的大监控区域移动目标追踪算法》

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

Nk为局部匹配锚节点个数，范围在1～Ns之间，随着该值的增加，算法的计算量增大，当Nk=Ns时，本算法退化为普通的加权K-近邻算法；N?为算法所选择进行匹配的参考位置点个数，一般选择局部匹配锚节点某半径范围内的参考位置点，该半径可根据网格的大小进行调整；n为所选择的最近邻参考位置数，在文献中根据网格的大小取值多在4～8范围内。针对图1中的运动轨迹，改变这几个参数值，用L-WKNN算法进行了100次追踪，平均定位误差e及定位误差的标准差σMSE如表2所示。从表2中可看出：适当增大Nk，N?，n有助于提高定位精度，但效果并不明显。在本仿真条件下，也即网格间距10 m，RSSI值测量噪声方差σ2ρ为16时，4个局部匹配锚节点半径20 m内的参考位置点可以有效完成定位，且平均定位误差e说明算法整体定位精度较高，而标准差σMSE表明算法的一致性较好，定位误差波动小。