基于Kmeans和动态WKNN的两层Wi-Fi改进定位方法

• 作者: 徐小龙 王亚涛 王新珩 董育宁
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Wi-Fi室内定位 EWKNN Kmeans聚类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 通信与电子
• 页码范围: 41-47
• 页数: 7页
• 分类号: TN92
• 字数: 3963字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.05.008

摘要

基于KNN(K Nearest Neighbor)的算法广泛应用在Wi-Fi室内定位中,但传统的KNN模式匹配阶段匹配时间消耗过长,而且采用固定的K值来搜索最邻近点存在较大的定位误差.针对这两个方面,文中提出一种基于Kmeans聚类和动态WKNN(Weighted K Nearest Neighbor)的新型两层定位算法.实验表明在时间复杂度和平均定位误差方面,文中提出的改进算法较传统的KNN,WKNN和EWKNN(Enhanced Weighted K Nearest Neighbor)均有改善.同时针对在指纹库构建阶段现实存在的暂时性“消失”现象,提出针对缺省值的最邻近插值方法,实验证明可以有效减少定位误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小龙	南京邮电大学计算机学院	108	913	17.0	25.0
2	董育宁	南京邮电大学通信与信息工程学院	96	811	13.0	25.0
3	王亚涛	南京邮电大学通信与信息工程学院	1	5	1.0	1.0
4	王新珩	西苏格兰大学工程和计算机学院	6	35	3.0	5.0