2021(7):32-37.
摘要:
室内定位是打通信息覆盖“最后一千米”的关键技术。基于位置指纹的WiFi室内定位技术以其实现简单,成本较低,定位精度高等优点成为研究热点。鉴于现有的指纹定位法中的K近邻定位算法原理简单且定位精度不高,提出了一种基于熵加权的K近邻建筑内定位算法。首先,应用欧氏距离作为相似性度量指标优选近邻点的特征;然后,针对指纹数据库中大量数据样本,避免依赖多种主观赋权不足之处,深度挖掘数据自身内部特征,采用熵权法自适应调整各个匹配采样点的权重占比;最后,通过待测点定位实验进行误差分析。Matlab仿真结果表明:当误差在3 m内时,EKNN算法的定位精度高于WKNN、KNN算法;当K值相同时, EKNN算法最小平均误差低于WKNN、KNN算法。证明本文所提基于熵加权的KNN建筑内定位算法在楼房建筑内定位的稳定性和精确度,为更高精度的室内定位提供了一定的理论支撑和指导参考。
