基于改进BKM聚类算法的WiFi室内定位方法

• 作者: 吴飞 张玉金 毛万葵 章裕润 陈珊珊 陈计伟
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 电磁指纹 室内定位 二分K-means聚类 Chameleon 层次聚类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 44-47,93
• 页数: 5页
• 分类号: TP393
• 字数: 3815字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.05.010

摘要

为了解决用户在室内定位中,依靠WiFi指纹定位存在精度不高、误差偏大的问题,提出一种基于改进二分K-means聚类算法的室内定位方法.通过层次聚类的思想对二分K-means聚类算法(BKM)进行改进,解决了BKM聚类算法需要提前确定聚类中心、导致指纹定位中聚类结果受初始聚类个数影响的缺陷,并结合变色龙算法(Chameleon),将部分划分过细的簇合并,优化定位指纹库的可靠性.仿真实验结果表明所提出的方法有效降低了计算复杂度,提高了定位精度.此外,该方法与目前常用的BKM聚类算法相比,具有更好的聚类效果和定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴飞	上海工程技术大学电子电气工程学院	53	159	7.0	10.0
2	张玉金	上海工程技术大学电子电气工程学院	17	25	3.0	5.0
3	毛万葵	上海工程技术大学电子电气工程学院	5	1	1.0	1.0
4	章裕润	上海工程技术大学电子电气工程学院	4	1	1.0	1.0
5	陈珊珊	上海工程技术大学电子电气工程学院	9	18	2.0	4.0
6	陈计伟	上海工程技术大学电子电气工程学院	8	18	2.0	4.0