暂无评论
基于移动设备的室内定位系统，王婷婷，，利用随处可见的蓝牙设备，本文提出了一个手机上的基于WEB网络的系统架构，就像在微博上可以随时查看好友信息类似，用户通过
蓝牙技术是现代通信技术中的一项主要技术,是短距离无线通信的主流技术,可以实现短距离的无线连接、可以在小范围内有效代替有线连接,将固定设备与移动信息设备组成个人局域网,成本低,效率高,具有极大的运用价值
基于蓝牙角度估计的室内定位技术，通过AOA算法，实现高精度的角度测量，从而实现高精度的位置测试。这种做法有别于常规的RSSI测量，RSSI的测量由于存在遮挡、折射反射以及干扰的存在，会使得RSSI的测
随着物联网科技的日益成熟，定位技术不再只是室外定位的专属，各行各业对室内定位的需求都在日益增加。在日常生活中，我们常常用GPS定位技术来对人员、物体进行定位。而在很多企业，通常使用的都是UWB定位系统
提出了一种基于核函数特征提取(KPCA,kernel principal component analysis)的室内定位算法。该算法在离线阶段使用核函数特征提取方法训练原始位置指纹(OLF,orig
针对现有室内定位技术精度低、实现复杂度高等问题,提出一种基于粒子滤波的多信息融合室内定位算法。在传统的行人航迹推算(PDR)以及地磁匹配等室内定位算法的基础上,通过粒子滤波动态地纠正行人步长和方向角,
针对指纹数据质量大幅下降的问题,提出了一种基于轨迹指纹建模的新型数据结构来替换原有的单点指纹,在兼容现有指纹定位框架的前提下,对传统离线指纹库进行了轨迹指纹库建模,同时也对在线采集的实时指纹进行了轨迹
在基于RSS指纹集的定位算法中,相似样本集的质量,是影响定位精度的一个关键性因素;而待定位点的RSS向量,则是影响相似样本点质量的一个重要元素。通过对D-RSS分布规律分析,提出了RSS典型性的概念,
针对室内环境中指纹定位接收信号强度信息的高维时变特性以及动态目标定位误差的 累积问题，提出了一种基于梯度提升决策树与粒子滤波相结合的融合算法。该算法首先利用梯 度提升决策树算法建立的位置坐标与接收信号
在WLAN位置指纹定位技术中,K-means聚类算法一直被用于离线训练阶段的参考点聚类,文中针对该法对噪声数据和孤立点数据非常敏感等缺点,采用快速K-medoids聚类算法来对定位区域内的参考点进行聚
暂无评论