本文關鍵詞： 無線定位 位置指紋 Wi-Fi 接收信號強度指示 離散度　出處：《哈爾濱工業(yè)大學學報》2017年05期 　論文類型：期刊論文

【摘要】：為改善加權K近鄰位置指紋定位算法在室內環(huán)境復雜時的定位性能,提出一種以位置指紋離散度作為權值參考的改進加權K近鄰位置指紋定位算法.算法在離線位置指紋數(shù)據(jù)庫建立階段采用K-means聚類算法對位置指紋進行聚類,來降低搜索位置指紋庫的計算量.從離線位置指紋庫中選取K個與在線實測Wi-Fi信號強度信息最相似的位置指紋,比較其離散程度,將離散程度小的位置指紋賦予較高的加權系數(shù),以減小原加權K近鄰算法在室內復雜環(huán)境信號強度隨距離變化較大情況下帶來的位置估算誤差.對離散度加權K近鄰算法時間復雜度的分析表明,其計算量小于原加權K近鄰算法;實際環(huán)境實驗結果表明,離散度加權K近鄰算法具有更高的定位精度,且定位誤差波動較小.
[Abstract]:In order to improve the location performance of weighted K-nearest neighbor location algorithm in complex indoor environment. An improved weighted K-nearest neighbor location algorithm based on location fingerprint dispersion is proposed. K-means clustering algorithm is used in the establishment of off-line location fingerprint database. Row clustering. From the off-line location fingerprint database, we select K position fingerprint which is the most similar to the on-line measured Wi-Fi signal intensity information, and compare its discretization degree. The small degree of dispersion of the location fingerprint is given a higher weighting coefficient. In order to reduce the position estimation error caused by the original weighted K-nearest neighbor algorithm when the signal intensity of indoor complex environment varies greatly with the distance, the time complexity of the discrete-weighted K-nearest neighbor algorithm is analyzed. The computational complexity of the algorithm is less than that of the original weighted K-nearest neighbor algorithm. The experimental results show that the discretization weighted K-nearest neighbor algorithm has higher localization accuracy and less fluctuation of location error.
【作者單位】： 吉林大學通信工程學院;東北電力大學信息工程學院;長春理工大學電子信息工程學院;
【基金】：國家自然科學基金(61371092,61401175,61540022) 吉林大學研究生創(chuàng)新基金(2016091)
【分類號】：TN92
【正文快照】： 隨著網(wǎng)絡技術的發(fā)展,無數(shù)智能節(jié)點通過無線通信技術連接在一起,形成了無所不能的物聯(lián)網(wǎng)[1].其中位置服務[1-2]是物聯(lián)網(wǎng)面向用戶的關鍵需求之一,而位置服務主要依賴于無線定位技術.無線定位技術從地理位置上可分為室內定位以及室外定位.室外定位一般通過衛(wèi)星導航系統(tǒng)輔助以AGPS

【相似文獻】

相關期刊論文 前2條

1 李磊;;基于WIFI指紋定位技術的應用[J];計算機光盤軟件與應用;2013年22期

2 ;[J];;年期

相關碩士學位論文 前7條

1 陳曉紅;室內可見光多參量位置指紋庫定位方法的仿真及實驗研究[D];南京郵電大學;2015年

2 李文浩;矩陣填充結合貝葉斯壓縮感知的位置指紋定位[D];遼寧大學;2016年

3 姚震洋;基于低功耗藍牙的位置指紋定位技術研究[D];西安電子科技大學;2015年

4 周薇;一種高效的指紋庫構建方法及其在WiFi定位中的應用[D];北京工業(yè)大學;2013年

5 陳斌;基于SVM技術的室內室外定位方法研究與實現(xiàn)[D];北京郵電大學;2015年

6 韓亞楠;LTE中RF指紋定位算法研究[D];北京交通大學;2016年

7 劉錫婷;快速部署室內飛艇定位技術及算法研究[D];沈陽航空航天大學;2014年

，

本文編號：1450803