基于Mean-Shift和加权K近邻的UWB指纹定位算法

作者：李世银; 王晓明; 陈炜翰; 朱媛

来源：传感器与微系统, 2020, 39(02): 105-108.

DOI：10.13873/j.1000-9787(2020)02-0105-04

• 室内定位
• 超宽带
• Mean-Shift聚类
• 加权K近邻

针对受室内环境多径影响,基于接收信号强度指示(RSSI)的传统指纹定位算法中RSSI值波动性大的问题,利用超宽带(USB)信号时间分辨率高、测距值精确的优点,提出以测距值作为指纹量,构建超宽带指纹定位方法。提出了Mean-Shift与加权K近邻相结合的指纹定位算法,减少了在线匹配工作量的同时,降低了环境变化对定位结果的影响。通过实际场景实验测试表明:所提方法在视距和非视距环境中均可以达到厘米(cm)级定位精度,有效提高了定位的精度和稳健性。

• 单位
  中国矿业大学; 中国矿业大学（北京）