一种基于Wi-Fi的室内定位算法研究与实现

• 作者: 丘建栋 庄立坚 柯尼 梁嘉贤
• 来源期刊: 无线通信
• 学科: 工学
• 关键词: 室内定位 Wi-Fi指纹 KNN算法 机器学习 神经网络
• 年，卷（期）: 2019,（3）
• 页码范围: 130-137
• 页数: 8页
• 分类号: TP39

摘要

为实现在多楼层大面积的室内环境下获得精准定位信息,以芬兰Tampere大学的公开数据集为基础,建立基于Wi-Fi位置指纹算法模型。使用自动编码器模型和神经网络模型结合训练进行主动降维和主成分提取,进而采用分类训练构建改良后的楼层分类模型。使用改良后楼层分类模型楼层分类精确率达到92%,结果优于自动编码器模型和神经网络模型;神经网络模型结合加权KNN算法实现定位精度在4米左右,算法有效性高于传统Wi-Fi指纹室内定位算法。改良后楼层分类模型结合加权KNN算法,可作为大型室内定位最佳模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丘建栋	深圳市城市交通规划设计研究中心有限公司	21	52	4.0	6.0
2	庄立坚	深圳市城市交通规划设计研究中心有限公司	6	8	1.0	2.0
3	梁嘉贤	深圳市城市交通规划设计研究中心有限公司	3	1	1.0	1.0
4	柯尼	深圳市城市交通规划设计研究中心有限公司	2	0	0.0	0.0