10.3979/j.issn.1673-825X.2018.04.001
自适应动态K的WKNN室内定位方法
WiFi室内定位已被广泛研究,并且提出了许多解决方案,其中以接收信号强度(received signal strength,RSS)作为位置指纹的加权K-最近邻(weighted K-Nearest neighbor,WKNN)算法是目前使用最广泛的位置指纹算法之一.由于WKNN算法通常采用固定的K值,其定位精度在实际使用时具有局限性.尽管动态K的方案被提出,但是由于引入了新的不确定性参数,因此,并未真正解决问题.针对这个问题,提出了一种自适应动态K的WKNN室内定位方法.提出的算法的K值自适应调整仅依赖于离线和在线数据,即可以不引入新的不确定参数.在这个前提下,提出的算法采用“多雷达搜索策略”的方式自适应选择近邻数K值进行在线位置估计.在真实环境中采样了大量数据进行了试验.试验结果表明,提出的算法可根据在线情况自适应调整K值,获得了较好的定位结果.
室内定位、指纹识别、加权K-最近邻(WKNN)、无线电地图、相似度度量
30
TN393.1(半导体技术)
中央国有资本经营预算项目财企[2013] 470号;国家自然科学基金61771191;中央高校基本科研项目1053214004;湖南省自然科学基金项目2017JJ2052;教育部产学合作协同育人项目201601004010,201701056026;湖南省普通高校教学改革研究项目湘教通[2016]400号;湖南省研究生创新项目CX2017B112
2018-12-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
431-438