基于向量相似性的多维标度定位算法

2021-01-20冯秀芳

计算机工程与设计 2021年1期

郑天，冯秀芳

(1.太原理工大学信息与计算机学院，山西晋中 030600；2.太原理工大学软件学院，山西晋中 030600)

0 引言

定位方法的研究目标是围绕降低定位服务成本、提高室内定位精度、适应复杂多变的室内环境等[1]。基于WLAN的室内定位方法主要有两种：参数化室内定位方法和非参数化室内定位方法[2]。

在参数化室内定位方法中，多维标度(multidimensional scaling, MDS)算法采用目标间的欧几里得距离作为相似性度量，当给定目标间的欧式距离之后，算法可以确定低维空间的相对位置。其中，石欣等将信号强度指示作为目标间的度量值构建相异性矩阵[3]。一些系统将多维标度算法与指纹定位相结合[4,5]，在离线阶段降低了指纹信息采集的开销，减少了所需参考点的个数。Parviainen M等在一种动态声学自定位系统中使用多维标度算法来映射节点位置[6]。一部分学者对多维标度算法进行了修正，缩小了最短路径与欧式距离的差异值，优化了节点间相关性关系并提高了定位精度[7-10]。

本文提出一种基于向量相似性的多维标度定位算法。该算法在构建相关性矩阵方面进行改进，以解决复杂环境对无线信号影响导致的定位精度较低的问题。该研究主要包含两个方面：①以节点采集到的各发射节点的无线信号强度指示构建信号向量，以向量间相似性作为度量节点间距离的度量标准；②使用相关性修正模型对向量间相似度进行修正完善，进而提高定位精度。