基于K-means聚类的蓝牙室内定位算法研究

作者：余晔

来源：城市勘测, 2019, (05): 34-38.

• 室内定位
• 蓝牙指纹
• 聚类
• 位置加权

提出一种基于K-means聚类的蓝牙指纹室内定位算法,首先利用K-means聚类对定位区域的指纹数据库进行划分得到不同子区域的类中心以及每个类的指纹参考点;然后,在线定位时将接收到的蓝牙信号强度与不同的类中心进行比较,匹配到对应的子区域中。其次,本文提出了一种基于位置加权k-最邻近(Weight K-Nearest Neighbor,WKNN)定位算法,其中WKNN中的权重选取是利用多次定位结果的方差决定。实验结果表明利用区域划分和基于位置方差加权的WKNN算法可以有效提高定位精度。

• 单位
  重庆市勘测院