论文部分内容阅读
针对位置指纹定位在离线阶段采样信号不稳定和参考指纹点较少导致定位性能不佳的问题,提出了一种基于GM(1,1)模型和反距离加权(Inverse Distance Weighting, IDW)插值的指纹库优化算法。首先在参考点上采集i Beacon的接收信号强度(Received Signal Strength, RSS),其次使用GM(1,1)模型对参考点的采样数据预处理后生成原始指纹库,采用IDW插值方法生成大容量的指纹库,最后利用WKNN算法完成定位解算,为验证该指纹库优化算法的有效性,本文基于不同实验场景进行匹配定位实验,实验结果表明,使用优化指纹库的平均定位误差约为1.56m,相比原始指纹库的定位精度提高了约18.2%。