应用于WiFi室内定位的自适应仿射传播聚类算法

在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果,然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验,试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。     

一种基于压缩感知与最近邻的联合定位方法

针对基于压缩感知的Wi-Fi室内定位算法中,由于信号强度的时变性和多径效应等原因,算法恢复的结果有时并不理想而降低了定位精度的问题,提出了一种基于压缩感知与最近邻的联合定位方法。在线定位时,通过条件判断决定是选择压缩感知的定位结果还是最近邻的定位结果。这种联合定位的方式可以使得两种定位方法相互补充各自的不足,定位结果更佳。采集了大量的真实数据进行了实验。实验结果表明,提出的联合定位算法比使用压缩感知和最近邻单项算法分别提高了5%和11%。