基于位置指紋識別的WiFi室內定位算法研究與實現.pdf

1、傳統(tǒng)的GPS等定位技術在室外已經能夠實現米級的精確定位，但在室內環(huán)境下難以精確定位。隨著移動智能終端的普及和室內廣泛覆蓋的WiFi為低成本、高精度的室內定位技術提供了可能。其中基于位置指紋識別的WiFi室內定位以其實現簡單、成本低、定位精度高等優(yōu)勢成為室內定位技術的研究熱點。
　　本文深入的研究了基于位置指紋識別的WiFi室內定位算法，為了進一步提高該算法的定位精度和定位速度，從離線階段和在線階段提出算法的改進。離線階段，隨著室內

2、定位環(huán)境的增大，采集的指紋點也相應增多，在線階段的匹配計算量就會大大增加?？紤]到定位的實時性，將數據挖掘中的聚類算法應用到離線階段數據庫的處理。本文提出對二分Kmeans聚類算法進行改進，改進算法將聚類相似度定義為信號強度與坐標兩者歐氏距離的乘積。通過該算法聚類后，有效改善了聚類后指紋對應坐標個別離散的情況，改善了聚類的效果，提高了定位精度。在線階段，本文提出了基于加權歐氏距離的自適應K值的WKNN算法。該算法對檢測到待定位點的AP的信

3、號強度加權，然后計算待定位點的指紋與數據庫中指紋的加權歐氏距離，篩選出K個鄰近點后去除其中的離散點，對剩下的點進行加權求平均。本文還針對聚類邊界定位點提出改進算法，有效改善了聚類邊界定位點的定位精度。實驗結果表明，通過這兩個階段對算法的改進，有效的改善了定位精度，減小了定位時的計算量。改進后算法平均定位誤差為1.24米，相比于傳統(tǒng)的WKNN，定位誤差減小了0.47米，可獲得27.2％以上的定位誤差的改善。匹配指紋數據量減小了(Q-1)/