基于有序聚类和MSKPCA的室内定位算法

Apr.2 21Vol.42 No.4

2 021年4月 第42卷第4期

计算机工程与设计

COMPUTER ENGINEERING AND DESIGN

基于有序聚类和MSKPCA 的室内定位算法

马跃欣】，冯秀芳2+

(1.太原理工大学信息与计算机学院，山西晋中03 0600 ；

2.太原理工大学软件学院，山西晋中03 0 600)

摘 要：针对指纹室内定位算法中环境动态变化对W 「Fi 信号的干扰和定位实时性较差的问题，提出一种基于有序聚类和

多尺度核主成分分析的W 「Fi 指纹室内定位算法。离线阶段采用参考点可检测接入点序列的最长公共子序列衡量相似度，

通过有序聚类划分子区域。在线阶段先进行粗定位，选择最优尺度的核主成分分析模型处理子区域指纹数据，使用朴素贝

叶斯加权K 近邻算法预测目标节点位置。实验结果表明，该算法可有效提升定位精度，86.7%的定位误差在1.2 m 以内。

关键词：指纹室内定位；最长公共子序列；有序聚类；多尺度核函数；核主成分分析中图法分类号：TP391 文献标识号：A 文章编号：1 000-7024 (2 021) 04-0963-0 6doi ： 1 0. 16208/j. issnl 0007 024. 2 021. 04. 0 1 0

Indoor positioning algorithm based on orderly cluster and

multi-scale kernel principal component analysis

MA Yue-xin 1, FENG Xiu-fan g 2+

(1. College of Information and Computer, Taiyuan University of Technology, Jinzhong 030600, China ；

2. College of Software, Taiyuan University of Technology, Jinzhong 030600, China)

Abstract : To solve the problem that the interference of Wi-Fi signal caused by dynamic changes of environment in fingerprint in-

doorlocalizaionalgorihmandpoorreal-imeoflocalizaion &a Wi-Fi fingerprinRindoor posi ioning algori hm based on orderly

clusRerandmuli-scalekernelprincipalcomponenRanalysiswaspresenRed.OnRheo f -linesRage &RhesimilariyofRhereference

poinRwasmeasuredbyanalyzingRhelongesRcommonsubsequenceofaccesspoinRsequencein whichreferencepoinRcouldbe

deRecRed.TheareawasdividedinRoseveralparRsRhroughanorderedclusRer.OnRheon-lineposiioningsRage &coarselocaion wasappliedRodeRermineRhesubregion.ThekernelprincipalcomponenRanalysismodelwihRheopimalscalewasselecRedRo processRhefingerprinRdaRaofRhesubregion.TheRargeRnodelocaionwaspredicRedusingsimpleBayesianweighRedKnearesR

neighbor algorithm. Experimental results show that the proposed methods can effectively improve positioning accuracy and the posiioningerrorwihin1.2mis86.7%.

Key words ： fingerprint indoor positioning ； longest common subsequence ； ordinal cluster ； multi-scale kernel function ； kernel

principalcomponentanalysis

0引言

随着无线通信技术的发展和数据处理能力的提高，室 内环境下移动位置服务成为最具发展潜力的互联网增值业 务之一，广泛地应用在环境监测、智慧城市及商业推荐等 诸多领域16+。为减少噪声对算法性能的影响，Lm 等口将

指纹向量归一化后分为3类信号特征，降低了计算复杂度；

Salamah 等*〕提出基于动态特征子集选择的主成分分析 (principal component analysis, PCA) 方法生成不相关空

间，降低数据特征复杂性。为减小候选指纹搜索空间&有 效提高定位算法性能，吕娜等以接入点 (accesspoint &

AP )为离散点生成泰森多边形对参考点指纹聚类，具有较

收稿日期：2019-12-19；修订日期：2020-04-20

基金项目：虚拟现实技术与系统国家重点实验室(北京航空航天大学)开放基金项目(VRLAB2019A05)

作者简介：马跃欣(1995 -)女&山西太原人&硕士研究生&研究方向为无线传感器网络、室内定位；+通讯作者：冯秀芳(1966 -)

女&山西太原人&博士&教授&硕士生导师& CCF 高级会员&研究方向为无线传感器网络、人工智能、室内定位等’

E-mail : 1484057191@