|
1.
基于改进AP选择和
K最近邻法算法的室内定位技术
李新春, 侯跃
计算机应用
2017, 37 (11):
3276-3280.
DOI: 10.11772/j.issn.1001-9081.2017.11.3276
针对复杂的室内环境和在传统
K最近邻法(
KNN)算法中认为信号差相等时物理距离就相等两个问题,提出了一种新的接入点(AP)选择方法和基于缩放权重的
KNN室内定位算法。首先,改进AP的选择方法,使用箱形图过滤接收信号强度(RSS)的异常值,初步建立指纹库,剔除指纹库中丢失率高的AP,使用标准偏差分析RSS的变化,选择干扰较小的前
n个AP;其次,在传统的
KNN算法中引入缩放权重,构建一个基于RSS的缩放权重模型;最后,计算出获得最小有效信号距离的前
K个参考点坐标,得到未知位置坐标。定位仿真实验中,仅对AP选择方法进行改进的算法平均定位误差比传统的
KNN算法降低了21.9%,引入缩放权重算法的平均定位误差为1.82 m,比传统
KNN降低了53.6%。
参考文献 |
相关文章 |
多维度评价
|
|