基于几何聚类指纹库的约束KNN室内定位模型

刘春燕; 王坚

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于几何聚类指纹库的约束KNN室内定位模型

刘春燕, 王坚

文章导航 > 武汉大学学报 ● 信息科学版 > 2014 > 39(11): 1287-1292

刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.

引用本文:

刘春燕, 王坚. 基于几何聚类指纹库的约束KNN室内定位模型[J]. 武汉大学学报 ● 信息科学版, 2014, 39(11): 1287-1292.

Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.

Citation:

Liu Chunyan, Wang Jian. A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique[J]. Geomatics and Information Science of Wuhan University, 2014, 39(11): 1287-1292.

基于几何聚类指纹库的约束KNN室内定位模型

刘春燕¹,
王坚¹

¹中国矿业大学国土环境与灾害监测国家测绘局重点实验室江苏徐州 221116

基金项目: 国家863计划资助项目2013AA12A201 江苏高校优势学科建设工程资助项目中央高校基本科研业务费专项资金资助项目 2013RC16 新世纪优秀人才支持计划资助项目NCET-13-1019

详细信息

作者简介:
刘春燕硕士生研究力向为室内、井下无线传感器定位系统

中图分类号: TN911 .23

A Constrained KNN Indoor Positioning Model Based on a Geometric Clustering Fingerprinting Technique

Liu Chunyan¹,
Wang Jian¹

¹Key Laboratory for Land Environment and Disaster Monitoring China University of Mining and Technology Xuzhou 221116 China

摘要: 针对室内环境基于RSSI定位不稳定问题，提出了以几何信息改进基于指纹库的KNN定位算法。根据室内几何布局建立了聚类指纹库，提出了表征点位几何特性的点散发性强度(geometric strength of sporad-ic, GSS)概念。利用最邻近样本点的GSS判别移动终端所在参考点RP控制网结构以动态选择KNN关键参数K，构建最佳多边形为约束准则自适应选取后K- 1个邻近点，建立了基于几何聚类指纹库的约束加权KNN室内定位模型。结果表明，改进后定位模型可以更好地估计终端位置信息，其中几何聚类指纹库是改善定位准确性的关键，约束KNN能够有效地提高室内定位精度。
- 室内定位 /
- 聚类指纹库 /
- 几何特性 /
- RP控制网结构 /
- 约束KNN
Abstract: The common algorithms based on RSSI presently available are unstable in the indoor environment. Hence，a constrained KNN positioning algorithm with geometrical information via clustering fingerprints is proposed to resolve this issue. Firstly，the geometric clustering fingerprints are built according to the structural layout. Then，the concept of geometric strength of sporadic(USS) for a sample point’s geometry characterization is introduced. The value of USS is used for identifying the RP control network structure in which the mobile terminal is located to dynamically choose the keyparameter K for KNN. When the nearest point(NP) is decided，an optimal polygon constraint condi-tion is constructed to choose the latter （K一1)neighbour points. It can be summarized as a constrain-ed KNN indoor localization model based on a geometric clustering fingerprinting technique. The re-cults of series of tests indicate that the new algorithm can more effectively estimate the location of amobile terminal. Clustered fingerprints plays a key role in improving the position accuracy，thus theimpact of this new KNN algorithm should not be overlooked.
- indoor positioning /
- clustering fingerprint /
- geometry characterization /
- RP control networkstructure /
- constrained KNN

[1]	柳景斌, 赵智博, 胡宁松, 黄格格, 龚晓东, 杨盛. 室内高精度定位技术总结与展望 . 武汉大学学报 ● 信息科学版, 2022, 47(7): 997-1008. doi: 10.13203/j.whugis20220029
[2]	张星, 刘涛, 孙龙培, 李清泉, 方志祥. 一种视觉与惯性协同的室内多行人目标定位方法 . 武汉大学学报 ● 信息科学版, 2021, 46(5): 672-680. doi: 10.13203/j.whugis20200454
[3]	甄杰, 吴建新, 刘纪平, 徐胜华, 周振发, 辛海强. 一种单基站高精度室内应急定位方法 . 武汉大学学报 ● 信息科学版, 2020, 45(8): 1146-1154. doi: 10.13203/j.whugis20200128
[4]	程鹏飞, 文汉江, 刘焕玲, 董杰. 卫星大地测量学的研究现状及发展趋势 . 武汉大学学报 ● 信息科学版, 2019, 44(1): 48-54. doi: 10.13203/j.whugis20180356
[5]	魏小峰, 苗双喜, 濮国梁, 陈波, 程承旗. 应用于六边形网格的链码方法 . 武汉大学学报 ● 信息科学版, 2019, 44(11): 1700-1707. doi: 10.13203/j.whugis20180018
[6]	赵文晔, 高井祥, 李增科, 姚一飞. 地图匹配辅助的KF-PF室内定位算法模型 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 806-812. doi: 10.13203/j.whugis20150707
[7]	熊汉江, 郭胜, 郑先伟, 周妍. 室内行人移动行为识别及轨迹追踪 . 武汉大学学报 ● 信息科学版, 2018, 43(11): 1696-1703. doi: 10.13203/j.whugis20170066
[8]	徐亚明, 孙福余, 张鹏, 王金岭. 一种利用载波相位差值的伪卫星定位方法 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1445-1450. doi: 10.13203/j.whugis20170033
[9]	陈锐志, 叶锋. 基于Wi-Fi信道状态信息的室内定位技术现状综述 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2064-2070. doi: 10.13203/j.whugis20180176
[10]	黄志勇, 赵冬青, 张爽娜, 吴昊, 田翌君. 基于粗时段导航与RAIM算法的A-GNSS室内定位 . 武汉大学学报 ● 信息科学版, 2017, 42(3): 321-327. doi: 10.13203/j.whugis20140941
[11]	闫金金, 尚建嘎, 余芳文, 汤欣怡, 周智勇. 面向实时定位的室内空间结构分析及制图方法 . 武汉大学学报 ● 信息科学版, 2016, 41(8): 1079-1086. doi: 10.13203/j.whugis20140836
[12]	孙文彬, 周长江. 一种近似等积球面菱形格网的构建方法 . 武汉大学学报 ● 信息科学版, 2016, 41(8): 1040-1045. doi: 10.13203/j.whugis20140397
[13]	胡安冬, 王坚, 汪云甲, 刘春燕, 谭兴龙, 李增科. 利用渐消自适应EKF算法进行PDR-WiFi融合定位 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1556-1562. doi: 10.13203/j.whugis20140432
[14]	施闯, 章红平, 辜声峰, 楼益栋, 唐卫明. 云定位技术及云定位服务平台 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 995-999. doi: 10.13203/j.whugis20150118
[15]	陈西江, 花向红, 杨荣华, 张青华. 分带K-均值聚类的平面标靶定位 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 167-170.
[16]	田辉, 夏林元, 莫志明, 吴东金. 泛在无线信号辅助的室内外无缝定位方法与关键技术 . 武汉大学学报 ● 信息科学版, 2009, 34(11): 1372-1376.
[17]	吴艳兰, 胡鹏. 几何特性与流线追踪相结合的地形结构线提取法 . 武汉大学学报 ● 信息科学版, 2005, 30(12): 1115-1119.
[18]	唐亮, 黄培之, 谢维信. 顾及数据空间分布特性的模糊C-均值聚类算法研究 . 武汉大学学报 ● 信息科学版, 2003, 28(4): 476-479.
[19]	毕京学, 甄杰, 姚国标, 桑文刚, 宁一鹏, 郭秋英. 面向智能手机的改进有限状态机步态探测算法 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20200186
[20]	柳景斌, 王泽民, 吕轩凡, 李维, 尹斐, 仇宏煜. 一种低成本毫米波雷达的室内自定位方法 . 武汉大学学报 ● 信息科学版, 0, 0(0): -. doi: 10.13203/j.whugis20210593

点击查看大图

计量

文章访问数: 1091
HTML全文浏览量: 27
PDF下载量: 1319
被引次数: 0

基于几何聚类指纹库的约束KNN室内定位模型

刘春燕¹,
王坚¹

¹中国矿业大学国土环境与灾害监测国家测绘局重点实验室江苏徐州 221116

作者简介:
刘春燕硕士生研究力向为室内、井下无线传感器定位系统

收稿日期: 2013-05-09
刊出日期: 2014-11-05

中图分类号: TN911 .23

关键词:

摘要: 针对室内环境基于RSSI定位不稳定问题，提出了以几何信息改进基于指纹库的KNN定位算法。根据室内几何布局建立了聚类指纹库，提出了表征点位几何特性的点散发性强度(geometric strength of sporad-ic, GSS)概念。利用最邻近样本点的GSS判别移动终端所在参考点RP控制网结构以动态选择KNN关键参数K，构建最佳多边形为约束准则自适应选取后K- 1个邻近点，建立了基于几何聚类指纹库的约束加权KNN室内定位模型。结果表明，改进后定位模型可以更好地估计终端位置信息，其中几何聚类指纹库是改善定位准确性的关键，约束KNN能够有效地提高室内定位精度。