| 聚类阈值结合动态K值的蓝牙室内定位算法 |
| |
| 引用本文： | 郭英,冯茗杨,孙玉曦,刘清华,姬现磊.聚类阈值结合动态K值的蓝牙室内定位算法[J].测绘科学,2019,44(11):184-188,194. |
| |
| 作者姓名： | 郭英 冯茗杨 孙玉曦 刘清华 姬现磊 |
| |
| 作者单位： | 山东科技大学测绘科学与工程学院,山东青岛,266590;山东科技大学测绘科学与工程学院,山东青岛 266590;中国测绘科学研究院,北京 100036 |
| |
| 摘 要： | 针对固定阈值的动态K近邻算法定位时未能有效剔除距离较远参考点的问题,该文提出了基于聚类阈值结合动态K值的算法:①在离线阶段建立聚类指纹库,并在每个聚类子块中设定聚类阈值;②在线阶段根据待测点信号确定其所处的聚类子块和对应的阈值,由信号强度的欧氏距离和聚类阈值选取K个信号距离最小的参考点;③以信号距离倒数为权重计算坐标加权平均,作为定位结果。实验分析得出,与固定阈值的动态K值算法的平均定位误差为2.64m;聚类阈值结合动态K值算法的平均定位误差为1.12m,降低了57.6%,并且点位误差在1m和2m内的可信度分别为42.3%和77.8%。聚类阈值结合动态K值算法能够较好地剔除距离较远的参考点,可以有效提高蓝牙指纹定位的精度。
|
| 关 键 词： | 蓝牙RSSI指纹定位 K均值聚类 动态加权K近邻算法 聚类阈值 |
Bluetooth indoor localization algorithm based on clustering threshold and EWKNN |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
