【摘要】：介紹了基于位置指紋匹配的Wi Fi室內(nèi)定位常用方法,提出了一種基于余弦相似度的指紋匹配算法的室內(nèi)Wi Fi定位方法。該方法匹配算法復(fù)雜度低,降低了手機終端定位應(yīng)用的功耗。本文也給出了Wi Fi定位系統(tǒng)的具體實現(xiàn)方法,通過在某室內(nèi)環(huán)境將余弦相似度算法與常用方法進行對比測試,誤差范圍1.5 m,準(zhǔn)確度較高,滿足室內(nèi)定位精度需求。
【圖文】：

-nearestneighbor，KNN）是一種確定性方法[9]，該方法從待定位目標(biāo)點測得的信號強度（RSSI）出發(fā)，，在樣本空間中（保存了各個采樣點一段時間內(nèi)信號強度平均值），尋找與測得的信號強度最接近的K個訓(xùn)練樣本點，然后將這些樣本點的位置坐標(biāo)的質(zhì)心或加權(quán)位置坐標(biāo)[10]作為目標(biāo)點的位置估計。當(dāng)K=1時，就是最近鄰算法，即選取歐式距離d=∑in(Ri--Ri)2最小的點作為估計值。其中n為AP的個數(shù)，Ri為當(dāng)前實際接收到的第i個AP信號強度值，-Ri為指紋庫中保存的位置點的信號特征值。圖1位置指紋匹配定位原理Fig.1Locationprincipleoffingerprintmatching劉冰等.基于余弦相似度的指紋匹配算法的室內(nèi)定位方法199

S(xi,yi,tj)=(RSSIAP1,tj,RSSIAP2,tj,RSSIAP3,tj,...,RSSIAPn,tj)。將同一采樣坐標(biāo)點對同一AP的K次采樣，每次采樣間隔一定時間的RSSI取平均值，作為該采樣做標(biāo)點的指紋S(xi,yi)=(--------RSSIAP1,----------RSSIAP2,----------RSSIAP3,...,----------RSSIAPn)錄入到定位服務(wù)器的位置指紋庫中。其中--------RSSIAPi=∑j=1kRSSIAPi,tjk,i∈[1,n]。建立位置強度信號指紋庫如圖2所示：圖2位置指紋庫建立Fig.2Establishmentoffingerprintdatabase2.3.2余弦相似度匹配算法余弦相似度通過測量兩個向量內(nèi)積空間的夾角的余弦值來度量它們之間的相似性。余弦值越接近1，表示兩個向量的夾角越接近0度，即表示兩個向量越相似。如圖3所示：圖3余弦相似度Fig.3Cosinesimilarity兩個向量間的余弦值可以很容易地通過使用歐幾里得點積和量級公式推導(dǎo)：AB=

本文編號：2581706