基于KNN算法的室内定位系统的设计与实现

• 作者: 吴雅琴 轩兴栋 张玉婷 秦龙斌 王雨豪 吴桐 吴彤
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 室内定位技术 RSSI WiFi K- 近邻算法 定位算法 KNN 算法
• 年，卷（期）: 2022,（12）
• 所属期刊栏目: 学术研究_全面感知
• 页码范围: 35-37,42
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.12.010

摘要

室内环境复杂多变，卫星信号在传播过程中受人员和建筑物遮挡的影响，衰减较大，给室内环境人和物品的精确定位带来了困难。室内定位技术可以在室内环境代替卫星信号行使定位功能。随着通信技术和物联网的发展，人们已经研究出多种基于WiFi和智能终端的室内定位技术，其中基于智能手机和WiFi的室内定位技术可以利用现有设施和设备，节省定位系统建造时间和成本。本文提出了一种基于WiFi指纹的室内定位系统，通过采集WiFi信号的接收信号强度指标（RSSI）来建立指纹数据库，采用K-近邻位置指纹算法（KNN）进行室内定位。此外，还描述了基于KNN算法的室内定位系统的开发过程，包括数据库的构建方式、KNN算法的测试与实现以及安卓客户端系统的演示。系统测试表明，该系统可有效实现室内无障碍环境下的定位，具有实时性强、定位精度高等特点，能满足各类室内环境的定位需求。