基于WLAN指纹的机身指纹数据库重构与节点定位方法

作者：张杨梅; 毕杨^*; 李军芳

来源：电子测量技术, 2023, 46(05): 38-43.

DOI：10.19651/j.cnki.emt.2210803

• 机身结构强度测试
• WLAN指纹定位
• K-均值聚类
• 深度信念网络

为降低指纹数据人工采集量，同时获取较高的定位精度性能，提出了一种基于WLAN指纹的飞机机身指纹数据库重构与测试节点定位方法。利用支持向量回归法重建指纹数据，利用K-means算法降低指纹采集工作量，利用优化的DBN进行RSS信息特征提取，最后建立了飞机机身WLAN指纹定位数据库，通过仿真实验对算法性能和系统进行分析和评估。实验结果表明，KNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.389 2、10.786 3、11.117 7。WKNN算法中，IPDBN-54、IPDBN-41、IPDBN-26的平均定位误差分别为10.290 4、10.714 3、11.103 8,IPDBN平均定位误差值最小，定位精度相对较高。对比BPNN,IPDBN平均训练时间为166.2 s,具有相对低的训练时间。优化后的深度信念网络算法对于WLAN指纹定位数据库系统建立问题具有很强的适应性，训练时间短、定位精度高。研究旨在实现试验厂房内飞机机身各部位的空间精确定位，提高效率。

• 出版日期2023
• 单位电子工程学院; 西安航空学院