一种基于Shapelet算法的指纹定位方法

常紫英¹, 王文涵¹, 李涛¹, 刘芬¹, 陈朋朋^1,2

1. 中国矿业大学 计算机科学与技术学院, 徐州 221116;
2. 教育部矿山数字化工程研究中心, 徐州 221116

收稿日期:2019-10-10发布日期:2020-08-15
通讯作者:陈朋朋(1983-),男,教授,E-mail:chenp@cumt.edu.cn.E-mail:chenp@cumt.edu.cn
作者简介:常紫英(1995-),女,硕士生.
基金资助:国家自然科学基金项目（51674255，51874302）

A Fingerprint Localization Method Based on Shapelet Algorithm

CHANG Zi-ying¹, WANG Wen-han¹, LI Tao¹, LIU Fen¹, CHEN Peng-peng^1,2

1. School of Computer Science and Technology, China University of Mining and Technology, Xuzhou 221116, China;
2. Mine Digitization Engineering Research Center of the Ministry of Education, Xuzhou 221116, China

Received:2019-10-10Published:2020-08-15

摘要/Abstract

摘要： 信道状态信息（CSI）受时空影响较大，导致现有基于CSI的室内定位技术鲁棒性差.针对这一问题，提出了基于Shapelet算法的指纹定位方法.在训练阶段将CSI作为原始位置数据，通过3-σ异常值处理法和卡尔曼滤波对原始数据进行处理、修正；再使用Shapelet算法提取每个位置的指纹，并建立指纹库；最后使用指纹库构建Shapelet决策树，通过决策树分类实现较为精准的定位.通过与主成分分析算法以及k近邻算法的对比实验，结果表明，该方法在不同时间的定位精度较高，且能保持性能稳定，所需训练集更小.
中图分类号:
TN92

引用本文

常紫英, 王文涵, 李涛, 刘芬, 陈朋朋. 一种基于Shapelet算法的指纹定位方法[J]. 北京邮电大学学报, 2020, 43(4): 95-100.
CHANG Zi-ying, WANG Wen-han, LI Tao, LIU Fen, CHEN Peng-peng. A Fingerprint Localization Method Based on Shapelet Algorithm[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(4): 95-100.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4650