基于LS＿SVM的超宽带定位算法

摘要

针对超宽带在非视距环境下测距误差大引起定位误差较大的问题,提出了一种基于最小二乘支持向量机支持向量机(Least Squares_Support Vector Machine,LS_SVM)算法的测距误差处理.该方法将室内区域划分为多个相等的小区域,建立每个区域的采样信号的特征值和节点位置的非线性关系,利用LS_SVM对其进行分类和回归进行定位,对于非视距测距结果赋予较小的一个权重.实验仿真表明,相比K邻近算法(K-Nearest Neighbors,KNN)误差精度在7 cm内提高10%,说明本算法能够有效的提高定位精度.