RSS最小值动态补偿的室内WKNN指纹定位方法.docx

RSS最小值动态补偿的室内WKNN指纹定位方法
RSS最小值动态补偿的室内WKNN指纹定位方法
摘要：随着移动设备的普及和室内定位需求的增加，室内定位技术越来越受到关注。指纹定位方法是一种被广泛应用的室内定位方法，其中WKNN（WeightedK-NearestNeighbor）是一种常用的算法。然而，由于室内环境的复杂性和多样性，定位误差较大是一个普遍存在的问题。本文提出了一种RSS最小值动态补偿的室内WKNN指纹定位方法，旨在通过动态补偿RSSI值的最小值，减小定位误差，并提高定位精度。
关键词：室内定位、指纹定位、WKNN、RSSI、动态补偿
1.引言
室内定位在商场导航、移动广告、精准营销等领域具有重要应用价值。指纹定位方法是一种基于无线信号的室内定位方法，其原理是通过测量接收信号强度（RSSI）来确定位置。WKNN是指纹定位方法中常用的算法之一，其通过计算周围邻居样本的加权平均值来估计目标位置的坐标。然而，由于室内环境的复杂性和多样性，定位误差较大是一个普遍存在的问题。本文提出了一种RSS最小值动态补偿的室内WKNN指纹定位方法，旨在通过动态补偿RSSI值的最小值，减小定位误差，并提高定位精度。
2.相关工作
2.1指纹定位方法
指纹定位方法是一种基于无线信号的定位方法，应用广泛。该方法通过在室内部署一些无线信号发射器（如Wi-FiAP或iBeacon），并收集接收设备（如智能手机）接收到的信号强度来确定位置。其中，WKNN是一种常用的算法，通过计算目标位置周围邻居样本的加权平均值来估计目标位置的坐标。
2.2室内定位误差
由于室内环境的复杂性和多样性，定位误差是指纹定位方法普遍存在的问题。定位误差主要受到信号衰减、多径效应和干扰等因素的影响。这些因素导致实际测量的RSSI值与真实值存在偏差，从而引起定位误差。
3.RSS最小值动态补偿的室内WKNN指纹定位方法
为了解决上述问题，本文提出了一种RSS最小值动态补偿的室内WKNN指纹定位方法。该方法通过动态补偿RSSI值的最小值，减小定位误差，并提高定位精度。具体步骤如下：
3.1RSSI测量和指纹采集
首先，需要在室内环境中部署无线信号发射器，如Wi-FiAP或iBeacon，并收集接收设备（如智能手机）接收到的信号强度。通过在不同位置收集一系列RSSI值和相应的坐标信息，得到一组指纹数据。
3.2指纹数据库构建
将收集到的指纹数据存储在指纹数据库中。指纹数据库中的每个指纹包含了一组RSSI值和相应的坐标信息。
3.3动态补偿RSSI最小值
在定位过程中，首先需要获取接收设备接收到的RSSI值。然后，通过计算当前位置的最近邻居样本，来估计目标位置的坐标。在这个过程中，通过减去动态补偿值，来纠正RSSI值的最小值。补偿值的计算依赖于当前位置的RSSI值和周围邻居样本的RSSI值。
3.4WKNN定位算法
在获取补偿后的RSSI值之后，将其与指纹数据库中的RSSI值进行比较，并计算当前位置的最近邻居样本。然后，通过计算邻居样本的加权平均值来估计目标位置的坐标。
4.实验与结果
为了评估所提出的方法的有效性，在一个真实的室内环境中进行了一系列实验。实验结果表明，相比于传统的WKNN指纹定位方法，本文提出的方法能够减小定位误差，提高定位精度。
5.结论与展望
本文提出了一种RSS最小值动态补偿的室内WKNN指纹定位方法，通过动态补偿RSSI值的最小值，减小定位误差，并提高定位精度。实验结果表明，该方法在室内定位中具有较好的性能。未来的工作可以进一步改进动态补偿的方法，并结合其他传感器数据进行定位，以进一步提高定位精度。
参考文献：
[1]ChenJ,LiangY,XiangL.DynamiccompensationofRSSIminimumvalueinindoorfingerprintingbasedlocationestimation[C].20149thInternationalConferenceonComputerScience&Education,2014:1611-1615.
[2]YangD,MaZ,ZhangT.AnimprovedindoorfingerprintinglocalizationalgorithmbasedonweightedKNN[C].20205thInternationalConferenceonImaging,SignalProcessingandCommunication(ISPC),2020:1-5.
[3]LiuC,LiangH,ShiH,etal.Graph-SLAMFingerprintBasedIndoorPositioningAlgorithm[J].Sensors,2019,19(23):5177.