计算机工程

作者：彭大芹, 李靖

单位：重庆邮电大学 a. 通信与信息工程学院;b. 电子信息与网络工程研究院, 重庆 400065

关键词：窄带物联网,指纹匹配,K近邻,极大似然估计,信道状态信息

基金：重庆市人工智能技术创新重大主题专项（cstc2017rgzn-zdyfx0043）。

窄带物联网具有成本低、功耗小、连接量大和覆盖范围广等特性，但其超低的复杂度和较强的穿透衰落导致定位精度不高。基于信道状态信息（CSI）幅度和窄带参考信号接收功率（NRSRP），提出一种指纹匹配定位算法。利用CSI幅值和NRSRP离线构建指纹，并在线收集待定位终端的指纹信息，采用K近邻（KNN）算法得到最近的K个近邻点，充分利用待定位终端和K个近邻点的NRSRP信息并通过无线信道传播模型估计距离差。在此基础上，使用极大似然估计算法得到最终的估计位置。实验结果表明，与KNN、WKNN等算法相比，该算法能有效降低定位误差，提高定位精度。

来源：2020年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第3期