ns和动态WKNN的两层WiFi改进定位方法.PDFVIP

第３７卷第５期 南京邮电大学学报（自然科学版） Ｖｏｌ．３７ Ｎｏ．５ 　 ２０１７年１０月 ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｏｃｔ２０１７ ｄｏｉ：１０．１４１３２／ｊ．ｃｎｋｉ．１６７３５４３９．２０１７．０５．００８ 基于Ｋｍｅａｎｓ和动态ＷＫＮＮ的两层ＷｉＦｉ改进定位方法 １ ２ １ ３ 王亚涛 ，王新珩 ，董育宁 ，徐小龙  １．南京邮电大学 通信与信息工程学院，江苏 南京　２１０００３   ２．西苏格兰大学 工程和计算机学院，苏格兰 佩斯利　ＵＫＰＡｌ２ＴＲ    ３．南京邮电大学 计算机学院，江苏 南京　２１００２３  摘要：基于ＫＮＮ（ＫＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ）的算法广泛应用在ＷｉＦｉ室内定位中，但传统的ＫＮＮ模式匹 配阶段匹配时间消耗过长，而且采用固定的Ｋ值来搜索最邻近点存在较大的定位误差。针对这两 个方面，文中提出一种基于Ｋｍｅａｎｓ聚类和动态ＷＫＮＮ（ＷｅｉｇｈｔｅｄＫＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ）的新型两层定 位算法。实验表明在时间复杂度和平均定位误差方面，文中提出的改进算法较传统的ＫＮＮ，ＷＫＮＮ 和ＥＷＫＮＮ（ＥｎｈａｎｃｅｄＷｅｉｇｈｔｅｄＫＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ）均有改善。同时针对在指纹库构建阶段现实存 在的暂时性“消失”现象，提出针对缺省值的最邻近插值方法，实验证明可以有效减少定位误差。 关键词：ＷｉＦｉ室内定位；ＥＷＫＮＮ；Ｋｍｅａｎｓ聚类 中图分类号：ＴＮ９２　　文献标志码：Ａ　　文章编号：１６７３５４３９（２０１７）０５００４１０７ ＯｐｔｉｍｉｚｅｄｔｗｏｌａｙｅｒＷｉＦｉｌｏｃａｔｉｏｎｍｅｔｈｏｄ ｂａｓｅｄｏｎＫｍｅａｎｓａｎｄｄｙｎａｍｉｃＷＫＮＮ １ ２ １ ３ ＷＡＮＧＹａｔａｏ，ＷＡＮＧＸｉｎｈｅｎｇ，ＤＯＮＧＹｕｎｉｎｇ，ＸＵＸｉａｏｌｏｎｇ １．ＣｏｌｌｅｇｅｏｆＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ２１０００３，Ｃｈｉｎａ    ２．ＳｃｈｏｏｌｏｆＥｎｇｉｎｅｅｒｉｎｇａｎｄＣｏｍｐｕｔｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆｔｈｅＷｅｓｔｏｆＳｃｏｔｌａｎｄ，ＰａｉｓｌｅｙＵＫＰＡｌ２ＴＲ，Ｓｃｏｔｌａｎｄ     ３．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ２１００２３，Ｃｈｉｎａ  Ａｂｓｔｒａｃｔ：ＴｈｅａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＫｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ（ＫＮＮ）ｉｓｗｉｄｅｌｙｕｓｅｄｉｎＷｉＦｉｉｎｄｏｏｒｌｏｃａｌｉｚａｔｉｏｎ， ｈ