改进的基于WLAN位置指纹定位算法

针对传统的K最近邻（K Nearest Neighbor，KNN）算法定位误差较大以及匹配运算量大的问题，提出采用均值平滑法（Mean Smoothing，MS）对采集到的Wi-Fi信号强度（Received Signal Strength，RSS）进行滤波以提高定位精度，并采用改进的K-means算法对离线阶段建立的位置指纹库进行聚类分析，降低匹配计算的复杂度。实验结果表明，本文提出的算法可以改进KNN算法的定位性能。