基于稀疏指纹采集和改进WKNN的定位算法

• 作者: 李新春 王欢
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 室内指纹定位 高斯过程回归 超参数 共栖生物搜索 卡方距离
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 未来网络与智能应用
• 页码范围: 451-459
• 页数: 9页
• 分类号: TP393.1
• 字数: 6956字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.04.004

摘要

为解决位置指纹定位算法中指纹采集工作量大、定位精度低的问题,提出一种基于稀疏指纹采集和改进加权K最近邻(weighted k-nearest neighbor,WKNN)的定位算法.稀疏选定参考点并采集来自各接入点(access point,AP)的接收信号强度(received signal strength,RSS),根据容错四分位法对采集的RSS进行异常值预处理;利用经过预处理的指纹数据训练高斯过程回归(Gaussian process regression,GPR)模型,通过共栖生物搜索算法(symbiotic or-ganisms search,SOS)求取模型最优超参数以提高模型的泛化能力,进而预测定位区域内非参考点的RSS;由有限参考点数据通过SOS-GPR模型的训练与预测生成密集位置指纹库,结合由卡方距离和AP加权改进的WKNN算法完成仿真验证.实验结果表明,在保证定位精度的前提下,稀疏指纹采集法较传统全采集法减少50％的采集工作量;与原WKNN算法和M-KWNN算法相比,提出的WKNN算法有效提高了定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李新春	辽宁工程技术大学电子与信息工程学院	72	329	10.0	13.0
2	王欢	辽宁工程技术大学研究生院	9	42	4.0	6.0