KPCA-IWKNN-BFPLN混合式楼宇内定位系统

发布时间：2025-07-09 05:39

　　 传统室内定位系统无法实现楼宇内的三维位置定位,无法实现移动终端与物联网终端的兼容服务。对此提出一种KPCA-IWKNN-BFPLN混合式楼宇内定位系统(KPCA-IWKNN-BFPLN hybrid in-building position system, KIB HIPS)。该系统通过KPCA-IWKNN-BFPLN算法可以预测被服务终端的楼宇内三维位置信息。结合基于Cordova框架混合式开发的终端和基于node.js框架开发的混合式室内定位服务器,KIB HIPS定位系统能够很好地解决传统室内定位系统所存在的问题,同时也具有跨平台部署和服务多平台的能力。仿真结果表明,KIB HIPS系统相关实验定位数据指标表现优异,具有研究与利用价值。

【文章页数】：9 页

【部分图文】：

图1 KPCA算法

KPCA方法是KIBHIP实现室内定位的基础,KPCA算法具体步骤如图1所示。IWKNN算法在线阶段使用一种改进的加权k近邻算法,可以更好地自主选择近邻数进行位置估计。这对于基于Hybrid混合式开发下利用无线通信模块的相关函数与方法提供了更加简单的获取方式,同样在Wi-Fi-....

图2 IWKNN算法

在算法1的帮助下得到的经过训练特征位置指纹空间F′和在线特征纹空间S′可用于接下来的IWKNN算法的定位。其具体步骤如图2所示。通过KPCA算法核特征提取出特征指纹空间并训练此指纹空间,为在线状态下IWKNN算法比较精确地定位二维空间位置提供了基础。

图3 BFPLN算法

系统可以在一定条件下完成对这两种模式的任意切换,从而使被KIBHIPS服务的移动或物联网终端节点在楼宇层数位置预测的定位效果最佳。其主要工作步骤如图3所示。在Node.js应用服务器开发框架中,存在应用服务器Native原生功能模块,利用Node.jsAPI接口提供的Wi-F....

图4 定位系统框架

KIBHIPS系统由移动或物联网终端（Mobile/IOTterminal）、AP节点、RP节点和KPCA-IWKNN-BFPLN混合式楼宇内定位服务器（KPCA-IWKNN-BFPLNHybridIn-buildingPositionServer,KIBHIP....

本文编号：4057245