基于GAWK-means的地铁车站指纹定位方法

• 作者: 金霄 吴飞 鄢松 陆雯霞 张忠艺
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 地铁车站 iBeacon技术 指纹定位 遗传算法 K-means聚类 欧式距离 K近邻法 GAWK-means
• 年，卷（期）: 2022,（2）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TN92|TP228.4
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2022.02.006

摘要

针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入局部最优.在线阶段,利用K近邻法将信号向量与最为接近的子指纹库匹配获得定位结果,通过平均定位误差对该方法整体性能进行评估.实验结果表明,在地铁车站离线阶段使用GAWK-means算法平均定位误差为1.52 m,相较于未聚类和传统K-means聚类,定位误差减少了0.41 m以上.