基于余弦相似度的加权K近邻室内定位算法

• 作者: 叶建芳 陈光 黄运稳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 室内定位 Wi-Fi指纹 奇异点 K近邻法 余弦相似度
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 网络与通信
• 页码范围: 159-162
• 页数: 4页
• 分类号: TP30
• 字数: 2498字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.02.029

摘要

基于位置指纹的室内定位系统能够实现较高精度的定位,其中KNN(K-nearest neighbor)和余弦相似度定位算法原理简单且易于实现.但每种算法仅从单一限制条件进行匹配,导致定位精度不高.针对此问题,提出基于余弦相似度的加权KNN算法,并通过实验测试算法的定位性能.实测结果表明,该算法的定位精度高于传统定位算法.当AP数量为5时,平均误差为1.67 m.定位精度优于1 m的置信概率为42％,优于2m的置信概率为88％,最大定位误差为4.3m.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶建芳	东华大学信息科学与技术学院	46	269	7.0	15.0
2	陈光	东华大学信息科学与技术学院	52	214	7.0	10.0
3	黄运稳	东华大学信息科学与技术学院	2	16	2.0	2.0