《表1 不同算法的定位误差》

  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CMAES-SVR的WLAN室内定位算法研究》

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

通过分析，当k值取5时，系统的平均定位误差达到最小，k值大于5后，平均定位误差逐渐增大。所以，离线阶段对原始指纹数据库进行分区时，k取值为5，再分别对每个定位子区域进行CMAES-SVR模型训练。为了验证CMAES-SVR算法的有效性，采用WKNN（K=6）、传统SVR与PSO-SVR算法进行对比分析，不同算法的定位误差如表1所示。PSO-SVR初始惯性权重设为0.8，终止惯性权重设为0.3，学习因子c1、c2分别设为1.7和1.5，最大迭代次数均设为100，三种算法采用相同定位子区域的指纹数据，几种算法定位效果如图6所示。