Plils: A Practical Indoor Localization System through Less Expensive Wireless Chips via Subregion Clustering.
Plils: A Practical Indoor Localization System through Less Expensive Wireless Chips via Subregion Clustering.
复制标题
DOI：
10.3390/s18010205
复制
发表时间：
2018-01-12
期刊：
影响因子：
--
通讯作者：
Tan L
中科院分区：
文献类型：
--
作者：
Li X;Yang Y;Cai J;Deng Y;Yang J;Zhou X;Tan L
降低成本是促进室内定位技术广泛应用的一个切实可行的方法。传统的室内定位系统（ILS）利用相对昂贵的无线芯片来测量接收信号强度以用于定位。我们的工作是基于一个廉价和广泛使用的商业现货（COTS）无线芯片，即，NordicSemiconductor nRF24LE1，它只有几个输出功率电平，并提出了一种新的基于ILS的功率电平，称为Plils。本地化过程包括两个阶段：离线训练阶段和在线本地化阶段。在离线训练阶段，利用自组织映射（SOM）将目标区域划分为k个子区域，其中同一子区域中的网格具有相似的指纹。在在线定位阶段，分别采用支持向量机（SVM）和反向传播（BP）神经网络方法识别被标记物体所在的子区域，并计算其精确位置。并对k的合理取值进行了讨论。我们的实验表明，Plils平均达到75厘米的精度，是强大的室内障碍物。
Reducing costs is a pragmatic method for promoting the widespread usage of indoor localization technology. Conventional indoor localization systems (ILSs) exploit relatively expensive wireless chips to measure received signal strength for positioning. Our work is based on a cheap and widely-used commercial off-the-shelf (COTS) wireless chip, i.e., the Nordic Semiconductor nRF24LE1, which has only several output power levels, and proposes a new power level based-ILS, called Plils. The localization procedure incorporates two phases: an offline training phase and an online localization phase. In the offline training phase, a self-organizing map (SOM) is utilized for dividing a target area into k subregions, wherein their grids in the same subregion have similar fingerprints. In the online localization phase, the support vector machine (SVM) and back propagation (BP) neural network methods are adopted to identify which subregion a tagged object is located in, and calculate its exact location, respectively. The reasonable value for k has been discussed as well. Our experiments show that Plils achieves 75 cm accuracy on average, and is robust to indoor obstacles.
登录
查看更多内容
影响因子：
12.3
作者：
Chen, Zhenghua;Zhu, Qingchang;Soh, Yeng Chai
通讯作者：
Soh, Yeng Chai
TrackCC：基于较便宜芯片的实用无线室内定位系统
DOI：
10.3390/s17061391
发表时间：
2017-06-15
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Li X;Zheng Y;Cai J;Yi Y
通讯作者：
Yi Y
影响因子：
4.3
作者：
Luo, Qinghua;Peng, Yu;Peng, Xiyuan
通讯作者：
Peng, Xiyuan
影响因子：
3.7
作者：
Shangguan, Longfei;Yang, Zheng;Liu, Yunhao
通讯作者：
Liu, Yunhao
影响因子：
--
作者：
Chapelle, O;Haffner, P;Vapnik, VN
通讯作者：
Vapnik, VN