基于K_means和加权混合回归的Wi-Fi室内定位算法

摘要：

基于接收信号强度的室内定位方法的精确度受环境影响较大,回归算法在不同的场景中定位误差也受影响.提出了一种基于加权混合回归的室内定位算法.离线阶段,首先利用K-means++算法对各节点的接收信号强度特征向量进行无监督聚类,建立指纹库.接下来对SVR和KNR回归算法进行回归训练,增加定位误差小的算法的权重,最终确定两者的权重系数,建立混合回归模型PL-SKR.在线阶段,先用SVC分类算法对节点进行分类,再用PL-SKR混合回归算法进行位置估计.在仿真过程中不断改变算法的参数和权重系数进行寻优,使得PL-SKR混合回归算法与测试环境更契合,有利于提高定位准确度.实验结果表明,该回归算法的定位精度相比SVR和KNR有一定程度的提高.

关键词：室内定位、混合回归算法、参数寻优、Wi-Fi信号强度、K_means无监督聚类

所属期刊栏目：28

在线出版日期：2021-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：17-20