基于dynFWA-SVM的WiFi室内定位算法

摘要：

针对实际定位应用中室内环境复杂,传统的WiFi室内定位算法精度低、稳定性差、代价较高以及不同移动终端之间采集信号强度存在差异等问题,提出了基于dynFWA-SVM的WiFi室内定位模型.定位过程中,利用高斯滤波对信号进行除奇异值操作,同时采用信号强度差(SSD)位置指纹替代传统的接收信号强度(RSS)位置指纹;采用动态搜索烟花算法(dynFWA)优化支持向量机(SVM)参数,从而建立了dynFWA-SVM室内定位模型.实验结果表明:经高斯滤波处理后的SSD指纹可以有效提高定位的稳定性和可靠性,减小因不同终端采集信号强度存在差异对定位结果造成的影响,相较于粒子群优化(PSO)算法和烟花算法(FWA),dynFWA算法的优化效率更高,提出的dynFWA-SVM定位模型的定位误差更低.

关键词：室内定位、高斯滤波、位置指纹、动态搜索烟花算法、支持向量机

所属期刊栏目：37

分类号：TN92

资助基金：天津市科技计划资助项目14ZCDGSF00124;天津市应用基础与前沿技术研究计划项目13JCQNJC00200;天津市基础研究计划项目17JCTPJC55600

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：121-124,128