.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
在基于指纹的室内定位方法的离线阶段，需要大量时间和人力来收集指纹数据。为解决此问题，我们提出了一种基于压缩感知理论的新型指纹数据库构建算法。首先，采用序列广义K均值（SGK）算法对指纹信号进行稀疏化处理。然后，提出一种相关系数稀疏自适应匹配追踪（CCSAMP）算法来重建指纹信号。仿真分析证明，所提出的算法可以通过在有限的参考位置收集指纹信号来重建数据库，从而解决了大规模采集工作量的难题。
Keyword:
Indoor positioning
Fingerprint database
Compressed sensing
Sequence generalized K-means
Sparsity adaptive matching pursuit
期刊
IF:
4.8
论文数:
549
被引数:
6.2K
机构
引用论文
Crowdsourcing and Sensing for Indoor Localization in IoT: A Review物联网室内定位的众包和感知: 综述.png)
IEEE SENSORS JOURNAL.png)
IEEE SENSORS JOURNALIF4.5
PREAI
.png){kind=icon}
分享.png){kind=icon}
收藏分享收藏Sparse Signal Representation, Sampling, and Recovery in Compressive Sensing Frameworks压缩感知框架中的稀疏信号表示、采样和恢复IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Docosahexaenoic Acid Containing Phosphatidylcholine Alleviates Obesity-Related Disorders in Obese RatsOmega-3 Oils
Omega-3 OilsIF0
PREAI
分享收藏分享收藏
查看更多内容