基于KWAP-KNN分区聚类算法的室内定位分析

针对单一聚类算法存在的多种问题,提出一种基于KWAP-KNN的分区聚类算法。首先,结合信号发射装置和实际定位环境进行区域粗划分,之后通过K-means聚类对该方法中未覆盖节点及交叉节点进行聚类,得到最新分区结果。区域划分之后,通过熵值法对仿射传播算法(WAP)中偏向参数p进行优化,以进一步提高其聚类的效率,最后通过K最近邻算法(KNN)算法得到粗定位结果。实验结果证明,区域划分后,KWAP-KNN算法得到的粗定位结果更准确,定位精度可达到1.8m左右。相比较其他算法,WAPKNN算法的平均误差、最大最小误差值最小。