一种改进的基于KNN的动态预测指纹定位算法

• 作者: 卢选民 杨帆 邱杨 院文乐
• 来源期刊: 计算机应用研究
• 关键词: 室内定位 K最近邻 Wi-Fi定位 指纹定位 安卓 RSS向量
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2016-2018
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.021

摘要

针对目前的Wi-Fi室内定位普遍存在定位精度不高、定位结果不稳定等问题进行了研究,为了改善这些不稳定因素,根据室内传播信号波动较大的特点,提出了一种基于KNN的指纹定位改进算法的方法.该算法通过动态预测节点位置,从无线地图中过滤掉到标签处没有相似RSS向量的RP来寻找最近邻,以降低KNN算法的时间和计算复杂度.实验结果表明,改进后的算法在定位精确度方面有了较大的提高.因此得出结论:改进后的KNN定位算法减小了位置漂移和定位的平均误差,确实可以提高定位的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢选民	西北工业大学电子信息学院	59	432	11.0	17.0
2	杨帆	西北工业大学电子信息学院	37	155	7.0	11.0
3	院文乐	西北工业大学电子信息学院	2	16	2.0	2.0
4	邱杨	西北工业大学电子信息学院	1	14	1.0	1.0