一种基于KNN的室内位置指纹定位算法

作     者：吴虹 王国萍 彭鸿钊 苏冰倩 Wu Hong;Wang Guoping;Peng Hongzhao;Su Bingqian

作者机构：南开大学电子信息与光学工程学院天津市光电传感器与传感网络技术重点实验室天津300350 

基　　金：国家自然科学基金(61571244) 

出 版 物：《南开大学学报（自然科学版）》 (Acta Scientiarum Naturalium Universitatis Nankaiensis)

年 卷 期：2020年第53卷第6期

页      码：5-9页

摘      要：提出了一种基于KNN的FM、DTMB联合信号位置指纹匹配算法,并根据不同位置具有不同信号强度将匹配过程设计为一个多分类算法模型.离线阶段,通过采集FM信号与DTMB信号的强度信息,完成位置指纹库的构建.在线匹配阶段,利用KNN算法对新采集到的数据进行加权欧氏距离匹配,通过对K值以及特征向量的选取对定位误差进行了分析.仿真结果表明,该算法在室内定位中具有良好的鲁棒性和准确度,90%概率下定位精度2.3m.

主 题 词：室内定位 K近邻算法 位置指纹 接收信号强度 特征向量 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

馆 藏 号：203100050...