-
题名基于MD5-KNN的Wi-Fi室内定位算法研究
被引量：4
- 1
-
-
作者
苗云龙
陆彦辉
尹峰
杨守义
-
机构
郑州大学信息工程学院
香港中文大学(深圳)深圳市大数据研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第9期2746-2749,共4页
-
基金
国家自然科学基金资助项目(61571401,61701426)
河南省技术创新引导专项资助项目(182106000027)
-
文摘
为降低RSSI指纹数据库中指纹数据量和AP数量对KNN算法的运算效率的影响,提出一种基于MD5-KNN的Wi-Fi室内定位算法,对大型场所构建的RSSI指纹数据库进行优化。在离线阶段,将RSSI指纹数据库中的每条指纹转换成包含32位16进制表示的MD5序列。在线上阶段,该算法完成定位所需时间与AP数量无关,且不随指纹数量的增加而线性增加,降低了定位所需时间和运算量。同时,该算法自适应地匹配出合适的K值,有效解决了RSSI-KNN算法需手动设定K值的问题。实验结果表明,该算法有效提高了基于Wi-Fi的室内定位技术的定位精度以及定位效率。
-
关键词
WI-FI
室内定位
接收信号强度
消息摘要算法
运算时间复杂度
K近邻算法
-
Keywords
Wi-Fi
indoor position
RSSI
MD5
CTC
KNN
-
分类号
TN929.53
[电子电信—通信与信息系统]
-
