离散度WKNN位置指纹Wi-Fi定位算法

田洪亮，钱志鸿，梁 潇，王义君，王 雪

(1. 吉林大学 通信工程学院，长春130012；2. 东北电力大学 信息工程学院，吉林 吉林132012；3.长春理工大学 电子信息工程学院，长春 130022)

离散度WKNN位置指纹Wi-Fi定位算法

田洪亮1,2，钱志鸿1，梁 潇1，王义君3，王 雪1

(1. 吉林大学 通信工程学院，长春130012；2. 东北电力大学 信息工程学院，吉林 吉林132012；3.长春理工大学 电子信息工程学院，长春 130022)

为改善加权K近邻位置指纹定位算法在室内环境复杂时的定位性能，提出一种以位置指纹离散度作为权值参考的改进加权K近邻位置指纹定位算法. 算法在离线位置指纹数据库建立阶段采用K-means聚类算法对位置指纹进行聚类，来降低搜索位置指纹库的计算量. 从离线位置指纹库中选取K个与在线实测Wi-Fi信号强度信息最相似的位置指纹，比较其离散程度，将离散程度小的位置指纹赋予较高的加权系数，以减小原加权K近邻算法在室内复杂环境信号强度随距离变化较大情况下带来的位置估算误差. 对离散度加权K近邻算法时间复杂度的分析表明，其计算量小于原加权K近邻算法；实际环境实验结果表明，离散度加权K近邻算法具有更高的定位精度，且定位误差波动较小.

无线定位；位置指纹；Wi-Fi；接收信号强度指示；离散度

随着网络技术的发展，无数智能节点通过无线通信技术连接在一起，形成了无所不能的物联网[1]. 其中位置服务[1-2]是物联网面向用户的关键需求之一，而位置服务主要依赖于无线定位技术. 无线定位技术……