基于改进ISODATA聚类的Wi-Fi室内定位算法
WI-FI INDOOR LOCATION ALGORITHM BASED ON IMPROVED ISODATA CLUSTERING作者机构:郑州轻工业大学建筑环境工程学院河南郑州450000 河南省智慧建筑与人居环境工程技术研究中心河南郑州450000
出 版 物:《计算机应用与软件》 (Computer Applications and Software)
年 卷 期:2024年第41卷第9期
页 面:141-147页
学科分类:08[工学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:河南省重点研发与推广专项(212102210020)
主 题:室内定位 迭代自组织数据分析 指纹数据库 自适应加权K近邻
摘 要:为解决传统聚类算法在Wi-Fi室内定位中易陷入局部最优影响定位精度的问题,提出一种改进迭代自组织数据分析聚类Wi-Fi室内定位算法。离线阶段通过计算指纹数据库中各点欧氏距离标准差,优化初始参数阈值,动态选择聚类中心,减少定位误差;在线阶段将自适应加权K近邻与聚类算法结合,避免固定K值对定位结果影响,有效提高定位精度;将改进算法用于工程实例进行验证。结果表明,提出的算法在定位精度1 m范围内时概率为63.33%,定位精度2 m范围内时概率为90.00%,验证了该算法的有效性。