基于核函数特征提取的室内定位算法研究

提出了一种基于核函数特征提取(KPCA,kernel principal component analysis)的室内定位算法。该算法在离线阶段使用核函数特征提取方法训练原始位置指纹(OLF,original location fingerprint),提取原始位置指纹的非线性特征,可以有效地利用各个接入节点(AP,access point)的接收信号强度信息;而在线阶段使用一种改进的加权k近邻(IWKNN,improved weight k-nearest neighbor)算法,自主选择近邻数进行位置估计。实验结果表明,提出的算法在平均误差和定位准确率方面优于其他的室内定位算法,并且该算法需要更少的接收信号强度(RSS,received signal strength)采集次数和AP个数。