基于PCA-FCM的UWB非视距识别算法

作者：陈善恒; 张峻源; 席纪江; 杜钟祥

来源：电子测试, 2020, (15): 37-42.

DOI：10.16520/j.cnki.1000-8519.2020.15.014

• 室内定位
• 超宽带
• NLOS识别
• PCA-FCM

近年来,室内定位技术得到了广泛的应用,超宽带(Ultra-wideband,UWB)凭借其独特的优势,在室内定位领域脱颖而出。但是在复杂的室内环境中,信号传播易受到非视距(Non Line of Sight,NLOS)障碍物遮挡,产生NLOS误差。针对传统NLOS障碍物识别方法,识别率低以及需要具体考虑应用场景等问题,提出了一种基于PCA-FCM的模糊聚类的识别方法,达到92%的识别率。首先,根据视距(Line of Sight,LOS)信号与非视距信号之间的差异,选取了信号强度、平均过量时延等6个信道特征参数;其次,鉴于主成分分析(Principal Components Analysis,PCA)模型在特征提取方面的优势,用PCA模型对特征参数进行降维处理;最后,用模糊C均值(Fuzzy C-Means,FCM)算法对降维之后的目标函数进行优化,得到聚类中心的隶属度,从而提高NLOS信号识别率。

• 单位
  徐州市第一人民医院; 中国矿业大学（北京）; 中国矿业大学