基于投票机制的室内WiFi指纹定位算法
针对传统室内 WiFi指纹定位算法中单个距离度量的局限性且未考虑到dBm表示与功率之间的关系的问题,提出一种基于投票机制的室内 WiFi指纹定位算法.在采集到接收信号强度(RSS)数据后,首先,对RSS数据进行预处理;然后,基于投票机制对每种距离度量选中的近邻点取交集组成公共近邻点,并统计每个公共近邻点出现的频率;最后,通过概率加权得到最终定位结果.实验结果表明,所提出方法的定位精度为1.63 m,与K近邻(KNN)、斯皮尔曼(Spearman)和肯德尔相关系数(KTCC)方法的定位精度相比,平均定位精度分别提升了10%、33%和58%.此外,与 MAN2数据集中的最优定位精度1.86 m相比,定位精度提高了12%.
室内定位、WiFi指纹、距离度量、KNN、投票机制
46
TN925
国家自然科学基金62001238
2023-09-04（万方平台首次上网日期，不代表论文的发表时间）
共8页
61-68
