针对室内定位精度不高的问题,提出了基于隐马尔可夫模型的定位算法(hidden Markov model location algorithm,HMMLA).HMMLA系统模型分为训练阶段和定位阶段.训练阶段利用接收信号强度(received signal strength,RSS)采集程序对场景中各个接入点(access point,AP)信号强度RSS进行采集,选择合适的参考点建立指纹数据库(fingerprinting database).定位阶段采用HMMLA匹配算法进行定位.为了验证定位算法的精确度,在建立的指纹数据库基础上,在场景中选择合适的路径点,利用RSS采集程序在路径点处采集RSS值,然后使用HMMLA匹配算法对路径点进行定位.最后分析定位误差和算法的精确度,并将定位算法与KNN定位算法进行分析比较验证算法的可靠性.分析结果表明,基于隐马尔可夫模型的定位算法在系统原型下定位平均误差为1m左右,定位精度比KNN定位算法高.
NETL
