一、题目

RSSI指纹定位技术性能仿真

二、仿真要求

要求一：RSSI的测量值由对数路径损耗模型产生，为减小波动造成的误差，其值可由多次测量取平均值来得到。
要求二：定位指纹数据库的建立是基于网格形式产生不同的指纹节点。
要求三：比较KNN算法与WKNN算法的CDF曲线对比图，横坐标为定位误差，纵坐标为CDF。

三、主要代码

3.1、函数databaseone主要代码

函数databaseone主要代码：

%databaseone部分：
function [X]=databaseone(A,sigma)
% A is the coordinate of BSS
% sigma is the standard deviation of RSSI measurement
pd0=0;
n=3;
[m,~]=size(A);
tt=5;
coor=[];
RSSIone=[];
for i=20:20:480for j=20:20:480coor1=[i,j];coor=[coor;coor1];d1=A-ones(m,1)*coor1;d2=sum(d1.^2,2);d=d2.^(1/2);for k=1:ttrssi(:,k)=pd0-10*n*log10(d)-10^(sigma/10)*randn(m,1);endRSS_m=mean(rssi,2)';RSSIone=[RSSIone;RSS_m];end
end

3.2、全部代码

全部代码：

%RSSIone部分：
clear all;
clc;
BS1=[0,0];
BS2=[500,0];
BS3=[500,500];
BS4=[0,500];
std_var=4;
A=[BS1;BS2;BS3;BS4];
pd0=0;
n=3;
tt=5;
% the number of RSSI measurement for each BS
number=1000;
for i=1:numberMS=[400*rand,400*rand];r1=A-ones(4,1)*MS;r2=(sum(r1.^2,2)).^(1/2);for k=1:ttrssi(:,k)=pd0-10*n*log10(r2)-10^(std_var/10)*randn(4,1);endRSSIoone=mean(rssi,2);%databaseX=databaseone(A,std_var);%matching[m,~]=size(X);for j=1:mdistance(j)=norm(X(j,3:end)-RSSIoone');end[C,I]=sort(distance);%KNN algorithmK=3;match_result=X(I(1:K),1:2);est1=mean(match_result);RMSE1(i)=norm(est1-MS);%WKNN algorithmweight=1./C(1:K);weight=weight'/sum(weight);est2=sum([weight.*match_result(:,1),weight.*match_result(:,2)]);RMSE2(i)=norm(est2-MS);est3=X(I(1),1:2);RMSE3(i)=norm(est3-MS);
end
RMSE=0:20;
for i=1:length(RMSE)n1=0;n2=0;n3=0;for j=1:number-5if RMSE1(j)<=RMSE(i)n1=n1+1;endif RMSE2(j)<=RMSE(i)n2=n2+1;endif RMSE3(j)<=RMSE(i)n3=n3+1;endendp1(i)=n1/number;p2(i)=n2/number;p3(i)=n3/number;
end
% plot
plot(RMSE,p1,'-O',RMSE,p2,'-s',RMSE,p3,'-x')
xlabel('The localization error (m)');
ylabel('CDF');
legend('KNN','WKNN','NN');%databaseone部分：
function [X]=databaseone(A,sigma)
% A is the coordinate of BSS
% sigma is the standard deviation of RSSI measurement
pd0=0;
n=3;
[m,~]=size(A);
tt=5;
coor=[];
RSSIone=[];
for i=20:20:480for j=20:20:480coor1=[i,j];coor=[coor;coor1];d1=A-ones(m,1)*coor1;d2=sum(d1.^2,2);d=d2.^(1/2);for k=1:ttrssi(:,k)=pd0-10*n*log10(d)-10^(sigma/10)*randn(m,1);endRSS_m=mean(rssi,2)';RSSIone=[RSSIone;RSS_m];end
end
X=[coor,RSSIone];
end

四、仿真结果

基于Matlab----RSSI指纹定位技术性能仿真相关推荐

基于Matlab----RSSI测距定位技术性能仿真
基于Matlab----RSSI测距定位技术性能仿真一.题目二.仿真要求三.主要代码 3.1函数parameter_est主要代码 3.2函数TOALLOP主要代码 3.3全部代码四.仿真结果 ...
基于jupyter notebook的python编程-----通过python编程实现RSSI测距定位技术仿真
基于jupyter notebook的python编程-----通过python编程实现RSSI测距定位技术仿真目录一.RSSI测距定位简介 1.什么是RSSI测距定位 2.RSSI测距定位优点 3 ...
matlab 指纹,一种基于matlab的指纹识别方法
一种基于matlab的指纹识别方法 [技术领域] [0001 ] 本发明涉及指纹识别领域,特别涉及一种基于MTLAB的指纹识别方法. [背景技术] [0002] 传统的安防系统主要采用基于令牌或密码的 ...
基于matlab指纹识别论文,毕业论文-基于Matlab的指纹识别
毕业论文-基于Matlab的指纹识别 1 毕业论文基于 Matlab 的指纹识别姓名院(系) 专业班级学号指导教师职称论文答辩日期 2 摘摘要要随着科学技术的不断发展,自 ...
matlab 函数return_基于MATLAB的指纹识别系统【论文，GUI】
一.课题介绍本设计为基于MATLAB的指纹识别系统.本设计系统主要对指纹图像进行三方面处理:图像预处理.特征提取和特征匹配.图像预处理包括四个步骤:图像灰度化.滤波增强.二值化.细化,对指纹图像进行 ...
matlab 二值化_基于MATLAB的指纹识别系统[GUI界面+万字技术文档+语音播报]
一.课题介绍本设计为基于MATLAB的指纹识别系统.本设计系统主要对指纹图像进行三方面处理:图像预处理.特征提取和特征匹配.图像预处理包括四个步骤:图像灰度化.滤波增强.二值化.细化,对指纹图像进行 ...
matlab频分复用,基于MATLAB的频分复用系统的仿真_.doc
基于MATLAB的频分复用系统的仿真_ 基于MATLAB的频分复用系统的仿真_毕业论文(设计) Abstract With the development of communication techn ...
matlab故障识别,基于Matlab的电力系统故障分析与仿真（V2.1）最新版
<基于Matlab的电力系统故障分析与仿真.doc>由会员分享,可免费在线阅读全文,更多与<基于Matlab的电力系统故障分析与仿真(V2.1)>相关文档资源请在帮帮文库(ww ...
matlab非线性系统频域标识,基于MATLAB的最小二乘法系统辨识与仿真
第 29卷第 2期许昌学院学报 Vol. 29. No. 2 2010年 3月 JOURNAL OF XUCHANG UN IVERSITY Mar. 2010 收稿日期: 2008 - 10 - ...

基于Matlab----RSSI指纹定位技术性能仿真

基于Matlab----RSSI测距定位技术性能仿真

一、题目

二、仿真要求

三、主要代码

3.1、函数databaseone主要代码

3.2、全部代码

四、仿真结果

基于Matlab----RSSI指纹定位技术性能仿真相关推荐

最新文章

热门文章