基于KFCM-LMC-LSSVM算法的WLAN室内定位方法

来源：计量学报杂志2018年第4期北京时间：

作者：王昱洁,王媛,张勇

单位：合肥工业大学 计算机与信息学院, 安徽 合肥 230009

摘要：针对WLAN室内定位采集指纹点工作量大且定位精度不高的问题,提出一种基于核模糊C均值聚类(kernelized fuzzy C-means,KFCM)、低秩矩阵填充(low-rank matrix completion,LMC)及最小二乘支持向量机(least squares support vector machine,LSSVM)的室内定位算法。首先将指纹点利用KFCM算法进行聚类,使待测点定位到一个区域内。在该区域里运用LMC理论,重构出具有高密度指纹点的指纹库。最后利用LSSVM定位出待测点的物理位置。实验结果表明,采用KFCM-LMC-LSSVM算法不仅减少了构建指纹库的工作量,而且提高了定位精度。

关键词：计量学; 室内定位精度; 核模糊C均值聚类; 低秩矩阵填充; 不精确拉格朗日乘子法

基金资助：国家科技支撑计划（2013BAH52F01）