翟俊杰，李廷会，黄飞江,，袁海波，张虹，胡传君,3

一种层次聚类和自适应加权K近邻组合的室内定位算法

翟俊杰1,2,3，李廷会1，黄飞江1,2,3,*，袁海波4，张虹4，胡传君1,3

（1.广西师范大学 电子工程学院，桂林 541004；2.广州航海学院 信息与通信工程学院，广州 510725；3. 长沙学院 电子信息与电气工程学院，长沙 410022；4. 中国科学院 国家授时中心，西安 710600）

针对基于接收信号强度的位置指纹室内定位算法定位精度不高的问题，提出了一种均值层次聚类和自适应加权K近邻（weighted K nearest neighbor，WKNN）的室内定位算法。算法首先在设置的参考点上采集蓝牙信号强度构建离线指纹数据库，然后采用均值层次聚类方法将所有参考点根据各自之间的相似度分为个类，滤除掉相似度较小的参考点，最后根据待定位点和参考点间的信号距离的相似度，计算出距离差的标准差来自适应确定值，并进行位置估算。实验结果表明，本文提出的算法在定位精度上比WKNN、动态加权K近邻（enhanced weighted K nearest neighbor，EWKNN）方法分别提升了30.0% 和18.0%，在定位实时性上比WKNN和EWKNN方法分别提高了19.2%和28.4%。将该算法用于室内物体定位，可以同时提高定位精度和定位实时性。

室内定位；接收信号强度；指纹数据库；均值层次聚类；自适应加权K近邻

0 引言

随着互联网不断发展，人们对基于位置的服务（location-based sevice，LBS）的需求越来越大，全球定位系统[1]（Global Positioning System，GPS）和北斗卫星导航系统[2-4]（BeiDou Navigation Satellite System，BDS）作为应用最广泛的室外定位技术，由于其信号容易被城市中高楼、隧道等障碍物遮挡，导致全球卫星导航系统（Global Navigation Satellite System，GNSS）在某些室内环境下无法实现定位，为此需要研究室内定位技术。……