张 旭，姚善化

(安徽理工大学 电气与信息工程学院，安徽 淮南 232001)

近年来随着可见光通信技术的不断发展，可见光在室内定位方面具有精度高、成本低、安全性高等优势，越来越多的研究人员将可见光用于室内定位[1-2]。

基于指纹库的室内定位方法，因其定位精度高、部署简单而被广泛地采用[3-5]。指纹定位主要分两个阶段，离线阶段和在线阶段，离线阶段采集信号强度构建指纹库，在线阶段根据定位目标接收信号强度，利用K近邻算法(K Nearest Neighbor，KNN)估算出定位目标的位置。离线阶段指纹库采集得越详细，则定位精度越高，然而过大的指纹库不仅导致采集的工作量增加，还会使得在线匹配阶段的时间增加[6]。目前针对降低指纹库采集工作量的研究有：利用插值算法根据已知点的信号强度来估算未知点的信号强度，定位精度有待提高[7-8]；利用低秩矩阵填充理论来恢复只有少数采集点的指纹库，算法的复杂度较高[9-10]；利用移动众包的方法，通过用户数据就能进行定位，非专业的勘测数据可信度受到质疑，还会产生大量冗余的数据[11-12]。通过分析研究，本文通过测量参考位置的光信号强度，利用光信号的传播模型来估算出其他位置的光信号强度，以此来构建再生指纹库；同时提出改进的加权K近邻算法(Weighted K Nearest Neighbor,WKNN)[13-14]，用平方弦距离度量替代欧氏距离度量，同时结合发光二极管(Light-Emitting Diode,LED)的稳定性，选取平方弦距离最近的k个点来估计定位目标的位置，在保证定位精度的同时大大降低了采集数据的工作量。……