基于可靠AP选择和深度置信网络的室内定位算法

作     者：李新春 郭欣欣 Li Xinchun;Guo Xinxin

作者机构：辽宁工程技术大学电子与信息工程学 辽宁 葫芦岛 125105 辽宁工程技术大学研究生院 辽宁 葫芦岛 125105 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2018年第35卷第8期

页      面：2469-2473页

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金资助项目(61372058) 

主　　题：室内定位 聚类 AP选择 DBN 指纹库训练 

摘      要：受非视距传播等影响,基于位置指纹的室内定位精度不高。针对此问题,提出一种基于可靠AP选择和深度置信网络(DBN)的室内定位算法。离线阶段利用改进K-means算法将定位区域划分成若干子区域,并依据Fisher准则和AP缺失频率,选取分辨能力强且可靠的AP节点作为子区域的训练节点,最后采用DBN模型对各子区域参考点数据进行训练;在线阶段根据接收信号强度判别测试点所属类簇,并利用训练好的DBN模型在线估计测试点位置。实验结果表明,与WKNN、M-WKNN以及PSO-ANN算法相比,改进算法在定位精度和稳定性方面均有所提高。