张 勇 李飞腾 王昱洁

1(合肥工业大学计算机与信息学院 合肥 230009)2 (芜湖创业园留学人员博士后科研工作站 安徽芜湖 241000) (hfgdwhb@163.com)

基于KDDA和SFLA-LSSVR算法的WLAN室内定位算法

张 勇1,2李飞腾1王昱洁1

1(合肥工业大学计算机与信息学院 合肥 230009)2(芜湖创业园留学人员博士后科研工作站 安徽芜湖 241000) (hfgdwhb@163.com)

针对接收信号强度(received signal strength, RSS)的时变性降低WLAN室内定位精度的问题，提出了一种基于核直接判别分析(kernel direct discriminant analysis, KDDA)和混洗蛙跳最小二乘支持向量回归机(SFLA-LSSVR)的定位算法,该算法通过核函数策略将采集的各接入点(access point, AP)的RSS信号映射到非线性领域，有效提取了非线性定位特征，重组定位信息，去除冗余定位特征和噪声；然后采用LSSVR算法构建指纹点定位特征数据与物理位置的映射关系模型，采用SFLA算法优化该关系模型的参数，并用该关系模型对测试点的位置进行回归预测.实验结果表明:提出算法在相同的采样次数下的定位精度明显优于WKNN,ANN,LSSVR算法，并且在相同的定位精度下，采样次数较大减少，是一种性能良好的WLAN室内定位算法.

接收信号强度;无线局域网;室内定位;核直接判别分析;混洗蛙跳算法;最小二乘支持向量回归机

随着智能手机的普及以及移动互联网的发展，室内位置服务越来越受到重视，尤其在复杂的室内环境，如机场大厅、医院、地铁站、地下停车场等环境中，常常需要确定用户在室内环境的位置信息[1].在室内环境中，基于接收信号强度(received signal strength, RSS)的无线局域网(wireless local area network, WLAN)室内定位技术[2]要比北斗、GPS、蜂窝网等定位技术……