科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
