室内定位系列（三）——位置指纹法的实现（KNN）
位置指纹法中最常用的算法是k最近邻（kNN）：选取与当前RSS最邻近的k个指纹的位置估计当前位置，简单直观有效。本文介绍kNN用于定位的基本原理与具体实现（matlab、python）。 基本原理 位置指纹法可以看作是分类或回归问题（特征是RSS向量，标签是位置），监督式机器学习 ...
原文：室内定位系列（一）——WiFi位置指纹（译）
原文： Advanced Location Based Technologies and Services chapter WiFi Location Fingerprint 作者： Prashant Krishnamurthy 目录 摘要 介绍 位置指纹法的基本概念 位置指纹由什么组成 多径结构 接收信号强度 RSS 由测量值和指纹库估计位置 离线阶段 在线阶段 基于位置指纹的定位算法 确定性 ...
2016-12-01 14:56 14 52630 推荐指数：
相关推荐
位置指纹（LF）定位技术简介-室内定位
参数与预先存储在数据库中的指纹数据进行匹配，找出最相似的结果来进行定位。 位置指纹定位的实施 ...
室内定位系列（四）——位置指纹法的实现（测试各种机器学习分类器）
位置指纹法中最常用的算法是k最近邻（kNN）。本文的目的学习一下python机器学习scikit-learn的使用，尝试了各种常见的机器学习分类器，比较它们在位置指纹法中的定位效果。 导入数据 数据来源说明：http://www.cnblogs.com/rubbninja/p ...
基于 WiFi ( Wireless Fidelity) 的室内定位技术
系统的拓扑结构 基于信号强度的定位技术(RSSI, Received Signal Strength Indication) 无线信号的信号强度随着传播距离的增加而衰减，接收方与发送方离得越近， 则接收方的信号强度就越强；接收方离发送方越远，则接收到的信号强度就越弱。 根据移动终端测量 ...
【机器学习】WIFI室内定位
WIFI室内定位-指纹法 在A1区域内每个点上采集四个WiFi的信号数据（信号强度），五点、九点、十六点采样。 5*5=25区域*16数据=400样本，用来训练 样本数 R B G1 G2 1 2 3 4 16 使用什么机器学习模型？ 决策树、SVM（构造 ...
室内定位系列（〇）——从人耳听觉定位原理到室内定位技术
个了解。这里也粗浅地讲了讲位置指纹法，以后准备写一系列更详细的指纹法定位的文章。 人耳听觉定位原 ...
关于Wifi室内定位应用中的一些问题：
公司目前在办公室内布设了一套室内定位的实验环境，用的是华为路由器，采用的算法是基于信号强度的RSSI算法。公司目前希望能使用这套设备得到无线网络覆盖范围下的所有移动设备（对应每个人）的MAC地址，同时获取他们的位置、活动规律，以及用于客户那边实现反向寻车、客流分析等方面的应用。 简单 ...
室内定位系列（五）——目标跟踪（卡尔曼滤波）
进行目标跟踪时，先验知识告诉我们定位轨迹是平滑的，目标当前时刻的状态与上一时刻的状态有关，滤波方法可以将这些先验知识考虑进来得到更准确的定位轨迹。本文简单介绍卡尔曼滤波及其使用。 原理 卡尔曼滤波的细节可以参考下面这些，有直观解释也有数学推导。 运动目标跟踪（一）--搜索算法 ...