您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于AP布置优化和K-means聚类算法的室内定位研究

  2. 传统室内定位中聚类算法被动依赖定位环境中接入点(Acess Point,AP)数量,导致定位效率低、误差大,室内位置指纹定位研究中AP布局是影响定位精度的关键性因素。因此,采用Intel芯片的嵌入式微系统和美国Signal Hound生产的SA44B型测量接收机共同组成传感器网络,根据电波路径损耗建立室内定位的目标函数,采用单纯形法和模拟退火算法融合算法对目标函数进行优化,从而达到最合理的AP室内位置布局,而后改进K-means聚类算法将优化后的AP位置坐标作为初始聚类中心,来提高系统的定位效率
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:431104
    • 提供者:weixin_38538312