基于k-means及改进k近邻的WiFi指纹定位算法

摘要：

在离线建库阶段,通过 k-means聚类对采集到的指纹进行聚类分析,分成 k类,使距离相近的指纹组合在一起,以减少在线匹配的工作量.在线定位阶段,首先找到与定位点RSSI信息相似的类,然后通过距离加权KNN算法,对定位点位置进行估算,确定目标位置.

关键词：室内定位、位置指纹、k-means聚类、加权k近邻

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：吉林省重点科技攻关项目20150204020SF

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：73-79