论文部分内容阅读
针对位置指纹定位算法在训练阶段信号数据采集量大和定位精度不高的问题，提出一种压缩感知（CS，Compressed Sensing）与K均值改进支持向量机（SVM，Support Vector Machine）相结合的定位算法模型（CS-KSVM）。CS算法在训练阶段利用已采集到的部分参考点wifi信号强度数据对整个指纹信号库进行重构以降低信号采集工作量，再用K均值改进SVM算法来实现测试点的准确分类。实验仿真结果表明，CS-KSVM算法在相同采样点条件下的定位精度明显要高于传统定位算法，同时在相同定位精度