基于相似度的K阶临近定位算法

摘要：

基于WIFI位置指纹的定位系统能实现较高精度的室内定位,其中基于接收信号强度指示(RSSI)的近邻选择算法在进行室内定位时容易引入奇异点,导致定位精度降低.针对该问题,本文提出了一种基于相似度的K阶临近定位算法(SKNN).该算法借鉴二部分网络中求解节点相似性的思想,建立位置指纹与AP之间的二部分网络,并提出一个相似度参数,用该参数去修正K阶临近定位算法.实验结果表明,本文提出的SKNN算法可以有效的降低奇异点对定位结果的影响,提高定位精度,80％的定位误差均在2m以内,且在大场景中效果明显.

关键词：室内定位、位置指纹、近邻选择算法、二部分网络、相似度

所属期刊栏目：26

分类号：TK1;P64

资助基金：中国自然科学基金青年基金61402433;山东省自然科学基金面向项目ZR2014FM017;中央高校基本科研业务费专项资金15CX05025A

在线出版日期：2017-10-20（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：165-169