基于AP布置优化和K-means聚类算法的室内定位研究

摘要：

传统室内定位中聚类算法被动依赖定位环境中接入点(Acess Point,AP)数量,导致定位效率低、误差大,室内位置指纹定位研究中AP布局是影响定位精度的关键性因素.因此,采用Intel芯片的嵌入式微系统和美国SignalHound生产的SA44B型测量接收机共同组成传感器网络,根据电波路径损耗建立室内定位的目标函数,采用单纯形法和模拟退火算法融合算法对目标函数进行优化,从而达到最合理的AP室内位置布局,而后改进K-means聚类算法将优化后的AP位置坐标作为初始聚类中心,来提高系统的定位效率和精确度.实验结果表明,与传统K-means算法相比,经过AP位置最优化后的聚类定位算法精度提高了13.8％.

关键词：室内定位、AP位置优化、模拟退火算法、单纯形法、嵌入式、频谱仪与测量接收机

所属期刊栏目：44

分类号：TN966.3

资助基金：工信部合作资金资助项目12-MC-KY-14

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：68-71