基于改进BKM聚类算法的WiFi室内定位方法.pdfVIP

测控技术

・44・2019年38卷5期先进算法与人工智能

基于改进BKM聚类算法的WiFi室内定位方法

毛万葵，吴飞，张玉金，章裕润，陈珊珊,陈计伟

(上海工程技术大学电子电气工程学院，上海201620)

摘要：为了解决用户在室内定位中，依靠WiFi指纹定位存在精度不高、误差偏大的问题,提出一种基于

K-means算法的室内定位方法。通过层次思想对二分K-means算法(BKM)

，解决了BKM算法需要定中心、导致指纹定位中聚类

，并结合算法(Chameleon)，划分过合并,优化定位指纹靠性。仿真

实验方了计算度，提高了定位精度。，该方法与目用的

BKM算，定位精度。

关键词：电磁指纹；室内定位；二分K-means聚类；Chameleon；层次聚类

中图分类号:TP393文献标识码：A文章编号：1000-8829(2019)05-0044-04

doi：10.19708/j.ckjs.2019.05.010

WiFiIndoorLocationTechniqueUsingImprovedBisectingK-Means

ClusteringAlgorithm

MAOWan-kui,WUFei,ZHANGYu-jin,ZHANGYu-run,CHENShan-shan,CHENJi-wei

(SchoolofElectronicandElectricalEngineering,ShanghaiUniversityofEngineeringScience,Shanghai201620,China)

Abstract:InordertosolvetheproblemsoflowaccuracyandlargeerrorofWiFielectromagneticfingerprintpo­

sitioningalgorithminindoorscenarios,basedontheoriginalpositioningmethod,animprovedmethodforindoor

positioningusingbisectingK-meanclustering(BKM)isproposed.TheproblemthatthebisectingK-meansal­

gorithmneedstoselecttheinitialclusteringcenterandleadstounstablepositioningissolved.Moreover,com­

binedwiththeChameleonalgorithm,someunnecessaryclustersaremergedtooptimizethereliabilityofthelo­

cationofthefingerprintlibrary.Thesimulationresultsshowthatthemethodreducesthecomputationalcom­

plexityandimprovesthepositioningaccuracy.Inaddition,thismethodhasbetterclusteringeffectandposi