基于支持向量机的混合相似度室内指纹定位算法

• 作 者: 施涛涛 卢先领 于丹石
• 机 构: 江南大学轻工过程先进控制教育部重点实验室,江南大学物联网工程学院
• 出 处: 计算机工程
• 发表日期: 2018年07期
• 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 fingerprint location Support Vector Machine （SVM） gri
• 基金项目: 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）

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%。