基于KDDA和SFLA-LSSVR算法的WLAN室内定位算法

来源：计算机研究与发展杂志2017年第5期北京时间：

作者：张勇,李飞腾,王昱洁,

摘要：针对接收信号强度(receivedsignalstrength,RSS)的时变性降低WLAN室内定位精度的问题，提出了一种基于核直接判别分析(kerneldirectdiscriminantanalysis,KDDA)和混洗蛙跳最小二乘支持向量回归机(SFLA-LSSVR)的定位算法,该算法通过核函数策略将采集的各接入点(accesspoint,AP)的RSS信号映射到非线性领域，有效提取了非线性定位特征，重组定位信息，去除冗余定位特征和噪声；然后采用LSSVR算法构建指纹点定位特征数据与物理位置的映射关系模型，采用SFLA算法优化该关系模型的参数，并用该关系模型对测试点的位置进行回归预测.实验结果表明:提出算法在相同的采样次数下的定位精度明显优于WKNN,ANN,LSSVR算法，并且在相同的定位精度下，采样次数较大减少，是一种性能良好的WLAN室内定位算法.

关键词：接收信号强度, 无线局域网, 室内定位, 核直接判别分析, 混洗蛙跳算法, 最小二乘支持向量回归机,