基于TS-KNN的室内定位算法

• 作者: 余星 田泽越 黄剑
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: WIFI位置指纹 室内定位 实时 TS-KNN APP
• 年，卷（期）: 2020,（5）
• 页码范围: 93-103
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2020.05.011

摘要

室内定位是智慧城市的硬性需求,大量智慧城市相关应用都离不开位置服务.主要室内定位技术包括:蓝牙、RFID、UWB、地磁等,但由于成本、部署便捷性等问题,限制了其应用发展.笔者提出了一种基于指纹时序特征的KNN(k-nearest neighbor)定位算法(TS-KNN,timing sequence based KNN),该算法使用当前时刻的指纹进行基准坐标选择,并利用前几个时刻的定位结果对每个基准坐标进行权值修正.在重庆市某广场进行实验测试结果表明,提出的TS-KNN方法与KNN和WKNN等其他算法相比较,具有更高准确率,可有效提高室内定位精度,降低平均定位误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄剑	重庆大学自动化学院	24	261	9.0	16.0
2	田泽越	北京理工大学机电学院	1	0	0.0	0.0
3	余星	重庆大学自动化学院	1	0	0.0	0.0