面向WLAN室内定位的T检验样本容量优化方法

周牧; 卫亚聪; 田增山; 李玲霞

doi:10.3969/j.issn.0372-2112.2018.06.011

您当前的位置：

首页 >

文章列表页 >

面向WLAN室内定位的T检验样本容量优化方法

学术论文 | 更新时间：2025-07-08

- 面向WLAN室内定位的T检验样本容量优化方法
- T-test Based Sample Capacity Optimization for WLAN Indoor Localization
- 电子学报 2018年46卷第6期页码：1351-1356
- 作者机构：
  
  重庆邮电大学移动通信重点实验室,重庆,400065
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目 (No.61301126，No.61471077）;长江学者和创新团队发展计划基金资助项目 (No.IRT1299）;重庆市科委重点实验室专项经费基金资助项目;重庆市基础与前沿研究计划基金资助项目 (重点） (No.cstc2015jcyjBX0065）;重庆市高校优秀成果转化基金资助项目 (No.KJZH17117）;重庆市科委重点实验室专项经费，重庆邮电大学青年科学研究项目 (No.A2013-31）
- DOI：10.3969/j.issn.0372-2112.2018.06.011
  中图分类号： TP391
- 网络出版：2018-06-25，
  
  纸质出版：2018
- 稿件说明：
移动端阅览
周牧, 卫亚聪, 田增山, 等. 面向WLAN室内定位的T检验样本容量优化方法[J]. 电子学报, 2018,46(6):1351-1356.

T-test Based Sample Capacity Optimization for WLAN Indoor Localization[J]. Acta Electronica Sinica, 2018, 46(6): 1351-1356.
周牧, 卫亚聪, 田增山, 等. 面向WLAN室内定位的T检验样本容量优化方法[J]. 电子学报, 2018,46(6):1351-1356. DOI： 10.3969/j.issn.0372-2112.2018.06.011.

T-test Based Sample Capacity Optimization for WLAN Indoor Localization[J]. Acta Electronica Sinica, 2018, 46(6): 1351-1356. DOI： 10.3969/j.issn.0372-2112.2018.06.011.

摘要

WLAN（Wireless Local Area Networks）室内定位已受到人们广泛的关注，而在离线指纹采集阶段常常容易造成位置指纹RSS数据采集的盲目性和不可靠性，并忽略所需采集RSS（Received Signal Strength）样本容量与定位性能的关系.为了解决这一问题，本文提出一种面向WLAN室内定位的T检验样本容量优化方法.该方法在离线阶段利用OC（Operating Characteristics）函数优化指纹数据库允许的最小RSS样本容量，而在在线阶段利用T检验方法对目标终端进行粗定位，并进而提出基于T检验的KNN（K-Nearest Neighbour）算法以完成对目标终端的精定位.此方法用有限的样本容量获得较稳定的定位性能分析结果，显著地减少了大量的人力和时间开销.

Abstract

WLAN indoor localization has caught significantly wide attention.In offline phase

the location fingerprint RSS data acquisition often results in blindness and unreliability

and ignores the relations between the required RSS sample capacity and localization performance.To solve this problem

a new T-test based sample capacity optimization approach for WLAN indoor localization is proposed.In offline phase

the Operating Characteristics (OC) function is used to optimize the allowable minimum RSS sample capacity for the fingerprint database construction.In online phase

we perform the rough localization by using the T-test approach

and then propose the T-test based KNN algorithm for the fine localization of target terminal.This method uses a limited sample capacity to obtain a more stable localization performance analysis results

significantly reducing the amount of manpower and time overhead.

关键词

Keywords

references

浏览量

569

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向可见光无线定位的指纹推理模型校准

基于终端侧的室内单站定位技术研究

超视距雷达中射频干扰仿真与距离-多普勒图检测方法

基于CFR虚拟阵列天线的AOA室内定位

面向非视距环境的室内定位算法