融合加权RSS相似度与斯皮尔曼的限制性WiFi室内定位方法OA
针对WiFi室内定位中由于RSS相似度差异以及空间模糊度造成的定位精度低问题,提出了一种融合加权RSS相似度与斯皮尔曼相关系数的限制性自适应K最近邻室内定位方法。首先,根据不同RSS值赋予不同的权重值,再与斯皮尔曼相关系数融合得到调整后的加权RSS欧氏距离计算在线位置指纹与数据库中的位置指纹的相似度。然后,根据自适应目标群体筛选得到候选参考点的个数。最后,通过先验位置设置矩形窗和下移参数选择最终的参考点,并将最终位置估计为它们的加权中心。实验结果表明,所提算法相较对比算法,能有效提高定位精度,其中比WKNN算法提高了53.26%。
颜丽英;胡久松;谷志茹;肖郭璇
湖南工业大学交通与电气工程学院,湖南株洲412007湖南工业大学交通与电气工程学院,湖南株洲412007湖南工业大学交通与电气工程学院,湖南株洲412007国家电网浙江乐清市供电公司,浙江乐清325600
信息技术与安全科学
WiFi室内定位K最近邻RSS相似度斯皮尔曼相关系数
《湖南工业大学学报》 2026 (4)
P.46-53,8
国家自然科学基金区域联合基金资助重点项目(U23A20385)湖南省教委科研基金资助优秀青年项目(23B0577)湖南省自然科学基金资助项目(2023JJ50198,2022JJ50005)。
评论