基于支持向量机的混合相似度室内指纹定位算法

来源：计算机工程杂志2018年第7期北京时间：

作者：施涛涛,卢先领,于丹石

单位：江南大学 a.轻工过程先进控制教育部重点实验室; b.物联网工程学院,江苏 无锡 214122

摘要：传统室内指纹定位算法因参考点匹配精度低,导致定位误差大。为此,提出基于支持向量机(SVM)的混合相似度加权K近邻算法SVM-MWKNN。在离线阶段,将已采集的接收信号强度值进行去干扰处理后,对指纹库作网格划分,然后使用SVM实现网格学习;在定位阶段,使用SVM进行 网格寻找,确定待定位点指纹所属网格,然后求出k个最大相似度值作为权值以实现定位。实验结果表明,与已有的位置指纹定位算法相比,该算法通过建立多相似度指标,可以有效提高数据利用率,减少定位误差,定位精度提高达45%。

关键词：指纹定位,支持向量机,网格法,局部相似度,整体相似度

基金资助：江苏省产学研联合创新资金前瞻性联合研究项目(BY2014023-31);江苏省“六大人才高峰”项目(WLW_007)。