高斯函数定权的改进KNN室内定位方法

被引：24

作者：

毕京学 ^{[1
]}

甄杰 ^{[2
]}

汪云甲 ^{[1
]}

刘笑笑 ^{[1
]}

机构：

[1] 中国矿业大学

[2] 中国测绘科学研究院

来源：

测绘通报 | 2017年 / 06期

基金：

国家重点研发计划;

关键词：

信号接收强度; 欧氏距离; 高斯函数; 定权; K最近邻; 室内定位;

D O I：

10.13474/j.cnki.11-2246.2017.0179

中图分类号：

TN92 [无线通信];

学科分类号：

080402 ; 080904 ; 0810 ; 081001 ;

摘要：

室内某些区域无线访问接入点(AP)布设稀疏,以及信号指纹的时变特性等因素,均使得无线信号接收信号强度(RSSI)序列与射电地图(radio map)相应RSSI序列完全相同成为可能,计算得到信号空间的欧氏距离为0或非常小。利用欧氏距离定权的加权质心算法解算会出现错误,无法得到定位结果;取K个参考点坐标均值的KNN算法以1/K为权值,定位精度相对较低。本文提出了高斯函数定权的KNN定位算法,对K个最近邻欧氏距离进行了标准化处理,利用高斯函数分配权值,得到加权坐标值。与KNN和WKNN算法的定位结果相比,该方法提高了鲁棒性和定位精度。

引用

页码：9 / 12 +35

页数：5

共 7 条

[1] 基于动态K值及AP MAC地址筛选的室内定位算法
王培重
郑南山
张言哲
[J]. 计算机科学, 2016, 43 (01) : 163 - 165
[2] WiFi-PDR室内组合定位的无迹卡尔曼滤波算法
陈国良
张言哲
汪云甲
孟晓林
[J]. 测绘学报, 2015, 44 (12) : 1314 - 1321
[3] 基于WiFi的自适应匹配预处理WKNN算法
王磊
周慧
蒋国平
郑宝玉
[J]. 信号处理, 2015, 31 (09) : 1067 - 1074
[4] 基于安卓平台的室内实时定位
杨凯
郭英
毕京学
[J]. 测绘科学, 2015, (06) : 125 - 128
[5] 一种基于Wi-Fi信号指纹的楼宇内定位算法
牛建伟
刘洋
卢邦辉
宋文芳
[J]. 计算机研究与发展, 2013, 50 (03) : 568 - 577
[6] LANDMARC: Indoor Location Sensing Using Active RFID[J] . Lionel M. Ni,Yunhao Liu,Yiu Cho Lau,Abhishek P. Patil.Wireless networks . 2004 (6)
[7] THE ACTIVE BADGE LOCATION SYSTEM
WANT, R
HOPPER, A
FALCAO, V
GIBBONS, J
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 1992, 10 (01) : 91 - 102

← 1 →