基于聚类和K近邻算法的井下人员定位算法
莫树培1
唐琎2
汪郁3
赖普坚2
金礼模3
1.贵州工业职业技术学院图书与信息中心,贵州贵阳 551400;中南大学信息科学与工程学院,湖南长沙 4100832.中南大学信息科学与工程学院,湖南长沙,4100833.贵州工业职业技术学院图书与信息中心,贵州贵阳,551400
摘要：针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题,提出了基于聚类和K近邻算法的井下人员定位算法.用二分k-means聚类算法对采集的RSSI数据进行分类,建立离线指纹数据库;无线移动终端和动态修正器实时采集RSSI值,分别存储到在线定位数据库和动态修正数据库;根据待测点和动态修正器的离线数据和实时数据,采用软硬件动态修正加权K近邻算法计算权重值,结合离线指纹数据库中待测点的物理位置信息估算其实时位置.实验分析结果表明,所提定位算法的最小标准误差为0.46m,最大标准误差为3.26m,平均误差为1.62m.对比分析结果表明,与未进行聚类分析的算法相比,本文算法的精度更高,实时性更好;与未动态修正权重值的算法相比,本文算法的运算时间略有增加,但定位精度提高了37.21％.
关键词：井下人员定位指纹定位二分k-means聚类算法软硬件动态修正加权K近邻算法动态修正
分类号：TD655.3(矿山电工)
资助基金：贵州工业职业技术学院校级科研课题(2018009)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 43-48,76 )
英文信息