基于KNN算法的室内定位系统的设计与实现  

作　　者：吴雅琴[1] 轩兴栋 张玉婷 秦龙斌 王雨豪 吴桐 吴彤 

机构地区：[1]中国矿业大学(北京)机电与信息工程学院,北京100083

出　　处：《物联网技术》2022年第12期35-37,42,共4页Internet of things technologies

基　　金：大学生创新训练项目(202104067)。

摘　　要：室内环境复杂多变,卫星信号在传播过程中受人员和建筑物遮挡的影响,衰减较大,给室内环境人和物品的精确定位带来了困难。室内定位技术可以在室内环境代替卫星信号行使定位功能。随着通信技术和物联网的发展,人们已经研究出多种基于WiFi和智能终端的室内定位技术,其中基于智能手机和WiFi的室内定位技术可以利用现有设施和设备,节省定位系统建造时间和成本。本文提出了一种基于WiFi指纹的室内定位系统,通过采集WiFi信号的接收信号强度指标(RSSI)来建立指纹数据库,采用K-近邻位置指纹算法(KNN)进行室内定位。此外,还描述了基于KNN算法的室内定位系统的开发过程,包括数据库的构建方式、KNN算法的测试与实现以及安卓客户端系统的演示。系统测试表明,该系统可有效实现室内无障碍环境下的定位,具有实时性强、定位精度高等特点,能满足各类室内环境的定位需求。

关 键 词：室内定位技术 RSSI WIFI K-近邻算法 定位算法 KNN算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]