基于熵定权的KNN建筑内定位算法研究

• 作者: 向文平 马弢 梁瑜 杨占刚 彭静
• 来源期刊: 现代雷达
• 关键词: 室内定位 熵权 欧氏距离 K近邻 位置指纹
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 雷达系统与技术|Radar System and Technology
• 页码范围: 32-37
• 页数: 6页
• 分类号: TN957.52
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2021.07.006

摘要

室内定位是打通信息覆盖"最后一千米"的关键技术.基于位置指纹的WiFi室内定位技术以其实现简单,成本较低,定位精度高等优点成为研究热点.鉴于现有的指纹定位法中的K近邻定位算法原理简单且定位精度不高,提出了一种基于熵加权的K近邻建筑内定位算法.首先,应用欧氏距离作为相似性度量指标优选近邻点的特征;然后,针对指纹数据库中大量数据样本,避免依赖多种主观赋权不足之处,深度挖掘数据自身内部特征,采用熵权法自适应调整各个匹配采样点的权重占比;最后,通过待测点定位实验进行误差分析.Matlab仿真结果表明:当误差在3 m内时,EKNN算法的定位精度高于WKNN、KNN算法;当K值相同时,EKNN算法最小平均误差低于WKNN、KNN算法.证明本文所提基于熵加权的KNN建筑内定位算法在楼房建筑内定位的稳定性和精确度,为更高精度的室内定位提供了一定的理论支撑和指导参考.