基于有序聚类和MSKPCA的室内定位算法

摘要：

针对指纹室内定位算法中环境动态变化对Wi-Fi信号的干扰和定位实时性较差的问题,提出一种基于有序聚类和多尺度核主成分分析的Wi Fi指纹室内定位算法.离线阶段采用参考点可检测接入点序列的最长公共子序列衡量相似度,通过有序聚类划分子区域.在线阶段先进行粗定位,选择最优尺度的核主成分分析模型处理子区域指纹数据,使用朴素贝叶斯加权K近邻算法预测目标节点位置.实验结果表明,该算法可有效提升定位精度,86.7％的定位误差在1.2m以内.

关键词：指纹室内定位、最长公共予序列、有序聚类、多尺度核函数、核主成分分析

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：虚拟现实技术与系统国家重点实验室北京航空航天大学开放基金项目VRLAB2019A05

在线出版日期：2021-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：963-968