宋雨昊 ，刘林，2，王平，2

（1.西南交通大学信息科学与技术学院，成都 611756；2.轨道交通工程信息化国家重点实验室（中铁一院），西安 710043）

0 引言

随着时代的发展，人们对基于位置服务的需求是迫切的，尤其是在隧道、室内、地下等特殊场景下。然而全球定位系统在这些特殊场景下并不能使用，因为卫星无线电信号无法穿透坚固的墙壁和障碍物［1］。现有的室内定位技术有UWB定位技术、Zigbee定位技术、蓝牙定位技术、WIFI定位技术、可见光定位技术，等。UWB定位技术因为抗干扰性强、时间分辨率高、测距精度高［2］等特点在主流的室内定位技术中脱颖而出。

在UWB定位技术中，常见的定位方法可以分为位置指纹定位法和三角测量定位法两种［3］。在实际定位过程中，多径效应与非视距环境的存在会对三角测量定位法产生很大影响［4］。而位置指纹定位法可以通过建立指纹库，在复杂的环境中依然可以提供准确的位置估计［5］。决定位置指纹定位法定位精度的核心是指纹密度与指纹匹配算法［6］。指纹匹配算法常采用WKNN算法，但其定位性能受多种因素影响，如何发挥其优良的定位性能，是许多科研人员的研究热点。

WKNN算法通常通过计算在线定位阶段接收的指纹信息与离线数据库储存的指纹信息之间的“距离”来评估指纹相似性。文献［7］中WKNN算法采用传统的欧氏距离作为距离度量方式；文献［8］中采用曼哈顿距离；文献［9］中采用卡方距离。不同的距离度量方式的定位效果不同。因此分析常见的距离度量方式，找到适用于基于TOA的UWB位置指纹定位方法的最佳距离度量方式以提高WKNN算法定位性能是很重要的。……