基于改进型knn算法和android平台的室内定位技术研究

基于改进型knn算法和android平台的室内定位技术研究

ID:28058186

大小:17.97 KB

页数:5页

时间:2018-12-08

基于改进型knn算法和android平台的室内定位技术研究_第1页
基于改进型knn算法和android平台的室内定位技术研究_第2页
基于改进型knn算法和android平台的室内定位技术研究_第3页
基于改进型knn算法和android平台的室内定位技术研究_第4页
基于改进型knn算法和android平台的室内定位技术研究_第5页
资源描述:

《基于改进型knn算法和android平台的室内定位技术研究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于改进型KNN算法和Android平台的室内定位技术研究  摘要:通过分析基于WiFi定位的传统位置指纹算法的不足之处,文中提出了一种旨在提高精度并减小计算复杂度的改进型KNN算法。通过Android平台对该算法进行实现和测试,分析比较K的取值、AP的位置及数量等因素对定位精度的影响。测试结果表明,该算法不但能够保证位置指纹室内定位的精度,还能有效减小计算复杂度,具有一定的可行性。  关键词:精度;计算复杂度

2、;改进型KNN算法;Android平台  中图分类号:TP301;TN92文献标识码:A文章编号:2095--00-05  0引言  伴随着互联网应用的快速发展,人们在室内停留的时间越来越多,室内位置信息对人们的日常生活愈加重要,因此人们对室内定位有着愈发强烈的需求[1-3]。由于利用GPS和AGPS这两种定位方式进行室内定位时,信号会受到各种障碍物的遮挡[4],因此亟待出现新型的室内定位方式。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保

3、“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  随着无线局域网络遍布各地,智能手机和平板电脑等个人电子设备发展迅速,这些设备几乎都使用WiFi连接网络,用户可使用WiFi�M行定位[5-7]。iOS,Android和WP是目前三大主流移动操作系统。其中,Android系统所占的市场份额日益增大,因此完全可以选择Android系统作为载体,设计基于WiFi的室内定位系统[8-11]。本文基于Android平台设计了一种基于改进的位置指纹算法,首先收集采样点的信号强

4、度值信息,并将其保存到数据库中,然后将定位时的数据和数据库相互对比进行估算,得到所要定位的坐标信息。  1基于WiFi的室内定位技术简介  虽然目前实现WiFi室内定位的方法有很多,但主要使用基于测距的定位方法。其中基于RSSI的定位方法最受关注[12-16]。基于RSSI的定位算法流程如图1所示。  2传统位置指纹定位技术  目前,在研究基于WiFi的室内定位时,位置指纹定位技术使用较多[17-21],受到了广泛关注。  技术原理  基于位置指纹定位算法的原理图如图2所示。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课

5、外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  从图2可以看出,位置指纹定位算法主要包括离线工作阶段和在线工作阶段。离线阶段即数据收集阶段,首先选择一个区域,从中选取多个采样点,然后收集这些点WiFi信号的强度值RSSI,并将其作为位置指纹保存到指纹数据库中。在这个指纹数据库中,每个指纹都由一组RSSI值组成,且对应一个位置坐标。在线阶段即定位阶段,将待测目标定位的信息与指纹库进行

6、匹配,最后估算出当前位置坐标,完成定位[22]。在WiFi环境下,使用位置指纹定位算法RSSI定位工作过程如图3所示。  在选取的定位区域中,l个采样点可以收集n个RSSI值来表示一个指纹,遍历所有采样点并获得各自的RSSI值,保存于指纹库中。指纹库内容如式所示:  其中:RSSIji表示在第i个采样点所测的WiFi信号的第j个RSSI值;FPi=表示任意一个位置的指纹数据,同时该指纹数据也可用坐标表示。因此,指纹数据与坐标相互对应,其坐标如式所示:  位置指纹数据库由式和式共同组成。  除了在离线阶段创建一个比较准确的指纹数据库,在线阶段指纹库的匹配算法也十分重要[23]。常用的匹配

7、算法有最近邻法、K近邻法和加权K近邻法。  最近邻算法  最近邻算法是一种比较常用的匹配算法,当待测目标进入定位所选区域时,可获得一个相关的指纹信息lf=,然后将这个指纹信息与指纹数据库中的信息相匹配,再算出它们之间的距离,其距离如式所示[24,25],其中距离最小也就是相似度最大指纹信息min),即待测目标的位置。  式中:RSSIj和RSSIji分别为定位点和指纹点的强度值;n是WiFi信号的个数。为了充分发挥“教学点数字教育资源全覆盖”项

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。