基于K-means++的WiFi指纹定位算法

作者：苏明明; 鲁照权; 陈龙; 谢地; 尤海龙; 丁浩峰

来源：传感器与微系统, 2019, 38(05): 140-145.

DOI：10.13873/J.1000-9787(2019)05-0140-03

• ++" name="keyword">K-means++
• 位置聚类
• 最大均值AP选择
• 有监督学习KNN
• 加权K最近邻法

针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means++算法按参考点位置聚类的方法。在聚类的结果上,选择RSS均值最大的M个AP,使用有监督的学习算法KNN对测试点进行分类,再用确定性的匹配算法加权K最近邻居法来计算位置坐标。实验结果表明:所提方法在定位性能上比按信号强度聚类的方法有较大提高。

• 单位
  合肥工业大学