一種層次聚類和自適應加權K近鄰組合的室內定位算法

作者：翟俊杰,李廷會,黃飛江,袁海波,張虹,胡傳君

摘要：針對基于接收信號強度的位置指紋室內定位算法定位精度不高的問題,提出了一種均值層次聚類和自適應加權K近鄰(weighted K nearest neighbor,WKNN)的室內定位算法。算法首先在設置的參考點上采集藍牙信號強度構建離線指紋數據庫,然后采用均值層次聚類方法將所有參考點根據各自之間的相似度分為n個類,濾除掉相似度較小的參考點,最后根據待定位點和參考點間的信號距離的相似度,計算出距離差的標準差來自適應確定K值,并進行位置估算。實驗結果表明,本文提出的算法在定位精度上比WKNN、動態加權K近鄰(enhanced weighted K nearest neighbor,EWKNN)方法分別提升了30.0%和18.0%,在定位實時性上比WKNN和EWKNN方法分別提高了19.2%和28.4%。將該算法用于室內物體定位,可以同時提高定位精度和定位實時性。

發文機構：廣西師范大學電子工程學院 廣州航海學院信息與通信工程學院 長沙學院電子信息與電氣工程學院 中國科學院國家授時中心

關鍵詞：室內定位接收信號強度指紋數據庫均值層次聚類自適應加權K近鄰indoor positioningreceived signal strength(RSS)fingerprint databasemean-linkage hierarchical clusteringadaptive weighted K nearest neighbor

分類號： TP3[自動化與計算機技術—計算機科學與技術]