基于PCA-SMO的CSI指紋定位方法

作者：孟俊劍,鄒進貴,趙胤植

摘要：Wi-Fi信道狀態信息(CSI)中包含豐富的特征信息,使得基于CSI的指紋定位方法可以構建更高維度的特征以改善定位精度,但指紋特征中的冗余信息也導致構建的指紋庫存儲量大、建立定位模型的時間開銷變大以及實時定位計算量大等問題.對此,提出使用主成分分析(PCA)的方法對原始指紋特征進行降維,而后利用序列最小最優化算法(SMO)建立降維后特征與對應位置的回歸模型并進行位置預測.實驗結果表明,此算法在有效克服上述問題的同時,平均定位誤差為1.25 m,定位誤差在2 m之內的累計概率可以達到97%.

發文機構：武漢大學測繪學院

關鍵詞：主成分分析(PCA)序列最小最優化算法(SMO)信道狀態信息(CSI)指紋定位PCASMOCSIfingerprint positioning

分類號：