返回
Fingerprint-Based Visible Light Positioning Using Adaptive WKNN Algorithm With Reliable Reference Nodes
DOI:10.1109/TIM.2025.3600704.png)
摘要
En 中文
在室内可见光定位(VLP)系统中,基于指纹的技术因其高精度和广泛适用性而受到显著关注。然而,依赖固定数量不可靠参考节点(RNs)的传统指纹定位方法往往会导致定位误差增大。为缓解此限制,本文提出了一种基于可靠RNs的自适应加权K近邻(AWKNN-RRNs)算法。所提算法首先基于最近的RNs识别候选可靠RNs,随后计算可靠性系数以评估每个候选RNs。最后,通过光学信道建模生成人工RNs,以自适应优化可靠RNs的数量。软件仿真结果表明,当信噪比(SNR)设置为15 dB且指纹数据库间隔为1 m时,AWKNN–RRN算法相较于加权K近邻(WKNN)(23.4%)、K近邻(KNN)(49.96%)、自适应残差WKNN(10.03%)、多层感知器(MLP)(57.41%)和极限学习机(13.04%)方法,平均定位误差更低。此外,还提供了硬件在环仿真(HILS)结果以验证算法的实际有效性。
Keyword:
Fingerprint positioning
indoor positioning
reliable reference nodes (RNs)
visible light positioning (VLP)
weighted K-nearest neighbor (WKNN)
期刊
IF:
5.9
论文数:
2.0W
被引数:
5.8W
机构
暂无机构信息
引用论文
Adaptive Weighted K-Nearest Neighbor Trilateration Algorithm for Visible Light Positioning自适应加权K近邻三边测量可见光定位算法
Photonics
IF0
Indoor Positioning Systems Based on Visible Light Communication: State of the Art基于可见光通信的室内定位系统: 最新技术
An Accurate Visible Light Positioning System Using Regenerated Fingerprint Database Based on Calibrated Propagation Model基于校准传播模型的再生指纹库可见光精确定位系统
Indoor High Precision Positioning System Based on Visible Light Communication and Location Fingerprinting基于可见光通信和位置指纹的室内高精度定位系统
The Metaverse: Survey, Trends, Novel Pipeline Ecosystem & Future DirectionsMetaverse: 调查,趋势,新的管道生态系统和未来方向

