基于随机子集抽样的高效室内指纹定位算法

来源：上海理工大学学报杂志2025年第2期北京时间：

作者：雷若兰，乐燕芬

单位：上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093

摘要：针对复杂室内环境中无线信号受传播环境突发噪声影响而存在异常的情况，提出了一种基于在线粗定位和随机子集抽样的WiFi指纹定位算法。首先，该算法利用接入点（AP）信号的特定覆盖区域，将目标快速、准确地定位到局部区域，确定目标真实位置附近的候选参考点（RP）；随后，采用随机子集抽样获取多个子集内的信号距离，对其进行均值处理，由此降低异常AP信号对信号距离的影响；最后，采用加权K近邻算法确定目标的估计位置。在实际室内环境采集的公共数据集中开展实验，对在线粗定位和随机子集抽样方法的准确度进行分析，验证了所提算法的高效性，给出了参数选择对于定位性能的影响，并将本算法与其他指纹定位算法进行了对比。结果表明，在线粗定位方法能有效获取用户真实位置附近的候选RP，随机子集抽样能有效抑制大的定位误差，即使在AP信号出现异常时，也能获得优于已有算法的定位性能。

关键词：指纹定位;AP覆盖向量;在线粗定位;随机子集抽样;AP异常

基金资助：国家自然科学基金资助项目(62172281)