基于改进白鲨和KNN的室内WiFi指纹定位算法  

作　　者：彭铎[1] 张彦博 潘晓霞 查海音 

机构地区：[1]兰州理工大学计算机与通信学院,甘肃兰州730050

出　　处：《物联网技术》2025年第9期4-10,共7页Internet of things technologies

基　　金：国家自然科学基金项目(62061024);国家自然科学基金项目(62265010);甘肃省科技计划(23YFGA0062);甘肃省创新基金(2022A-215)。

摘　　要：在室内定位中,环境等因素引起的随机偏差以及KNN定位算法中K值的选择均会对定位性能产生影响,这些因素限制了定位的准确性,进而导致定位误差。针对这些情况,提出一种基于改进白鲨和KNN的室内WiFi指纹定位算法。该算法的定位过程主要分两个阶段:离线采集阶段与在线定位阶段。在离线采集阶段,利用WiFi信号强度值构建完整的指纹数据库。在线定位阶段则按以下步骤进行:首先,运用网格搜索思想创建K值的参数网格,再通过交叉验证确定最佳K值,从而建立KNN算法模型;其次,引入随机偏差值对白鲨算法加以改进,以提高未知目标的定位准确性;最后,在实际环境中对算法的可行性和稳定性进行验证。实验结果表明,该算法的定位精度相较于KNN定位算法、DWKNN定位算法和WOA-KNN定位算法分别提高了65.1%、70.1%和78.9%,并且具有良好的稳定性。

关 键 词：室内WiFi定位 K最近邻法 白鲨算法 网格搜索 信号强度 指纹数据库 

分 类 号：TP39[自动化与计算机技术—计算机应用技术] TN92[自动化与计算机技术—计算机科学与技术]