一种基于Shapelet算法的指纹定位方法

作者：常紫英; 王文涵; 李涛; 刘芬; 陈朋朋^*

来源：北京邮电大学学报, 2020, 43(04): 95-100.

DOI：10.13190/j.jbupt.2019-223

• 指纹定位
• 信道状态信息
• Shapelet算法
• 决策树分类

信道状态信息(CSI)受时空影响较大,导致现有基于CSI的室内定位技术鲁棒性差.针对这一问题,提出了基于Shapelet算法的指纹定位方法.在训练阶段将CSI作为原始位置数据,通过3-σ异常值处理法和卡尔曼滤波对原始数据进行处理、修正;再使用Shapelet算法提取每个位置的指纹,并建立指纹库;最后使用指纹库构建Shapelet决策树,通过决策树分类实现较为精准的定位.通过与主成分分析算法以及k近邻算法的对比实验,结果表明,该方法在不同时间的定位精度较高,且能保持性能稳定,所需训练集更小.

• 单位
  中国矿业大学; 中国矿业大学（北京）