蒋盼盼，林 琼，谢林蓉

（1.南华大学，湖南 衡阳 421001；2.中国地质大学，湖北 武汉 430074）

0 引言

室内定位技术能为室内导航、人员物资精准定位管理、消防紧急救援、建筑智能化管理等多种服务提供数据支持。根据有关机构调研显示，自2020年起，近5 年来全球室内定位市场规模将以22.5%的复合年增长率保持增长[1]，室内定位技术成为近些年研究的最热门技术之一。

基于Wi-Fi 的位置指纹定位算法是目前比较常用的定位技术之一，它主要通过接收信号强度指示值（Received Signal Strength Indication，RSSI）与物理位置的对应关系进行定位[2]。该算法主要包括离线指纹库建立和在线匹配定位两个阶段。离线指纹库建立阶段中，首先，在待定位空间里放置N个无线访问接入点（Access Point，AP）和多个位置已知的采样点；其次，依次记录在各采样点处接收到的不同AP 点的Wi-Fi 信号RSSI 值；最后，将该值连同采样点的位置信息一并储存到数据库中，便完成Wi-Fi 离线位置指纹库的建立。在线匹配定位阶段先通过移动设备获取待定位点收到的多个AP 点的RSSI 值，与上述离线指纹库中指纹点的RSSI 值进行匹配，通过算法匹配到与待定位点最为接近的指纹点，提取出位置信息即为待定位点的坐标[3-5]。

目前，常用的位置指纹匹配算法有最邻近法（Nearest Neighborhood，NN)、K 最近邻法（K-Nearest Neighborhood，KNN）和加权K 近邻算法（Weighted K-Near Neighborhood，WKNN）[6]。NN 算 法[7]、KNN 算法[8]、WKNN 算法[9]每次定位计算都是相互独立的离散的过程，并没有考虑物体的运动连续性，比较适合对于静止不动的对象进行定位，但如果是对移动对象进行定位的话，容易导致定位目标漂移、运动轨迹定位不准的情况[10]。……