计算机应用

作者：周非, 夏鹏程

单位：1. 重庆邮电大学 通信与信息工程学院, 重庆 400065;2. 光通信与网络重点实验室(重庆邮电大学), 重庆 400065

关键词：室内定位,位置指纹库,信号强度差,主成分分析,卡方距离

基金：国家自然科学基金资助项目（61471077）。

由于不同型号移动终端获取的接收信号强度（RSS）存在明显差异，传统的基于RSS位置指纹库的室内定位算法定位稳定性和精度不高，而现有的采用信号强度差（SSD）替代RSS构建位置指纹库的解决方案存在高数据维度、相关性冗余过高和K-近邻（KNN）算法本身定位精度不高的问题。针对上述问题，提出了一种基于主成分分析（PCA）和卡方距离（CSD）的SSD指纹定位算法，使用PCA算法进行SSD数据降维和相关性冗余消除，并使用CSD度量降维后特征量间的相对距离进行位置匹配。仿真实验中，使用所提算法的SSD位置指纹库定位误差累积概率曲线高于原有RSS和SSD指纹库；相比传统的KNN算法和基于余弦相似度改进的KNN算法（COS-KNN），所提算法的平均定位误差、定位误差方差均有明显减小，时间开销稍有增加。实验结果表明，所提算法可以有效提升原有SSD指纹定位方法的定位稳定性和定位精度，能够满足室内定位的实时性需要。

来源：2019年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第5期