基于改进AP 选择的融合随机森林室内定位算法

牟平，凌铭，胡锐

( 上海工程技术大学 电子电气工程学院，上海 201620 )

0 引 言

随着无线局域网(WLAN)、云计算、智能终端以及传感器的普及与高速发展，对位置信息的需求正在不断增加. 位置信息的需求推动了基于位置服务(LBS)的高速发展，而定位技术是LBS 的核心. 目前室外定位采用全球卫星导航系统(GNSS)，包括GPS和我国的北斗卫星导航系统(BDS)等，定位方法相对完善. 然而，室内GNSS 卫星信号弱或者根本无信号，导致室内无法利用GNSS 卫星信号进行正常定位. 特别是一些公共区域，如大型商场、地下停车场、大型图书馆都需要较为精确的位置服务[1]，因此，对于室内定位精度的需求变得日益迫切.

自2000 年起，利用无线保真(Wi-Fi)位置指纹进行室内定位的概念被美国微软研究院率先提出，同时推出室内定位系统Radar[2]，由于Wi-Fi 的普及程度比超宽带(UWB)和一些无线射频识别(RFID)更为广泛且定位过程中无需部署[3]，所以近年来许多学者不断研究如何在现有的指纹匹配定位模型上改进已有算法来提升定位精度以及定位性能，影响模型定位精度的关键因素之一是接收信号强度(RSS). 文献[4]提出接入点(AP)选择法融合K最近邻算法(KNN)来进行室内定位，其融合效果比传统KNN 精度上有较大地提升，但在实际定位过程中由于数据量较大，利用KNN 时间复杂度将会提升，同时也会带来定位精度的下降. 文献[5]利用每个AP 在参考点的分组定位和加权质心算法相结合，多方位测距减小误差，以降低RSS 变化带来的影响. 文献[6]提……