基于MD5-KNN的Wi-Fi室内定位算法研究

• 作者: 尹峰 杨守义 苗云龙 陆彦辉
• 来源期刊: 计算机应用研究
• 关键词: Wi-Fi 室内定位 接收信号强度 消息摘要算法 运算时间复杂度 K近邻算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2746-2749
• 页数: 4页
• 分类号: TN929.53
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0178

摘要

为降低RSSI指纹数据库中指纹数据量和AP数量对KNN算法的运算效率的影响,提出一种基于MD5-KNN的Wi-Fi室内定位算法,对大型场所构建的RSSI指纹数据库进行优化.在离线阶段,将RSSI指纹数据库中的每条指纹转换成包含32位16进制表示的MD5序列.在线上阶段,该算法完成定位所需时间与AP数量无关,且不随指纹数量的增加而线性增加,降低了定位所需时间和运算量.同时,该算法自适应地匹配出合适的K值,有效解决了RSSI-KNN算法需手动设定K值的问题.实验结果表明,该算法有效提高了基于Wi-Fi的室内定位技术的定位精度以及定位效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆彦辉	郑州大学信息工程学院	33	76	5.0	5.0
2	杨守义	郑州大学信息工程学院	101	418	8.0	15.0
3	苗云龙	郑州大学信息工程学院	2	2	1.0	1.0