基于模糊聚类和动态 K 值的室内定位算法

• 作者: 董世鹏 吴韶波
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 室内定位 WiFi 指纹 WKNN 聚类 定位精度 动态 K 值
• 年，卷（期）: 2023,（1）
• 所属期刊栏目: 学术研究_全面感知
• 页码范围: 38-41
• 页数: 3页
• 分类号: TN925
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2023.01.011

摘要

针对室内定位中传统指纹定位无法有效筛选参考点以及聚类边缘处定位精度下降问题，提出一种结合改进 FCM（Fuzzy C-Means）聚类与动态加权 K 近邻的算法。离线建库阶段，在传统 FCM 聚类的基础上通过结合最小隶属度阈值对聚类边缘点进行扩充，降低边缘处的定位误差。在线定位阶段，通过结合指纹强度与空间位置信息，对偏离空间中心的近邻点进行剔除，减少由个别近邻点导致的精度下降问题。仿真结果表明，本文所提算法的平均定位误差为 1.19 m，较基于传统 FCM 聚类的加权 K 近邻（Weighted K Nearest Neighbors, WKNN）算法和动态加权 K 近邻（Enhanced Weighted K Nearest Neighbors, EWKNN）算法的平均误差分别降低了 27% 和 16%，具有更高的定位精度。