| 摘要:针对UWB定位性能易受障碍物遮挡、非视距干扰的问题，提出了一种新的UWB指纹匹配定位算法。该算法利用基站与各定位标签之间的距离信息建立指纹库，并在KNN定位算法的基础上，引入了模糊推理方法，通过模糊规则处理得到待定位节点与k个参考节点的匹配度，把该匹配度作为权值对KNN算法进行加权，获得初始定位，同时，创新性地提出了位置优化阈T，根据阈值T和初始定位结果与k参考节点的欧式距离大小，判断是否进行二次模糊加权处理。测试显示，该算法定位误差保持在10cm左右，并且和一次模糊推理的加权KNN算法比较，优化算法定位精度提高了17.8%，提高了UWB室内定位的精确度和稳健性 |
| 关键词: 无线传感器网络、位置指纹定位、模糊推理、KNN算法、改进加权 |
|
|
|
|
| Abstract: |
| Key words: |