登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种基于Wi-Fi信号指纹的楼宇内定位算法
  • 摘要

    由于GPS无法在楼宇内使用,而目前的楼宇内定位技术一般都需要预先部署额外的设施,因此楼宇内无基础设施定位成为了一个热点研究问题.提出了一种利用Wi-Fi接入点的MAC地址和RSSI(received signal strength indication)值,通过机器分类的方式实现楼宇内房间级定位的算法R-kNN(relativity k-nearest neighbor).R-kNN是一种属性加权k近邻算法,它通过将AP之间的相关性反应在权值的分配上,有效地降低了维度冗余对分类准确率的负面影响.R-kNN没有对房间和AP的物理位置做出任何假设,只需要使用环境中现存的AP就可以取得较好的定位效果,无需部署任何额外设施或修改现有设施.实验结果表明,在AP数量较多的楼宇环境中,R-kNN能够取得比k近邻算法和朴素贝叶斯分类器更好的定位效果.

  • 作者

    牛建伟  刘洋  卢邦辉  宋文芳  Niu Jianwei  Liu Yang  Lu Banghui  Song Wenfang 

  • 作者单位

    软件开发环境国家重点实验室(北京航空航天大学) 北京 100191/北京航空航天大学计算机学院 北京 100191

  • 刊期

    计算机研究与发展2013年3期 ISTIC EI PKU

  • 关键词

    楼宇内定位  Wi-Fi  RSSI  k近邻算法  属性加权k近邻算法 

相似文献 查看更多>>
100.24.113.182