学术论文

      Wi-Fi指纹聚类在室内感兴趣区域定位中的应用

      Wi-Fi fingerprinting clustering for indoor place of interest positioning

      摘要:
      针对广域室内位置服务中Wi-Fi指纹图谱构建与维护困难的问题,论证无监督聚类算法实现感兴趣区域(POI)定位的可行性,从而为众包模式生成POI关联定位指纹图谱提供依据.首先介绍Wi-Fi指纹定位算法的基本框架,并将k均值算法、近邻传播算法、自适应传播算法应用到Wi-Fi指纹定位;然后以一个实验室为例,分析室内POI划分与空间区域的关系,建立无线信号强度指示(RSSI)特征库,以BP神经网络算法作为对比,评价三类无监督聚类算法在POI定位的性能,其定位的平均精度和查全率均高于90%.实验结果表明,无监督聚类算法生成无线指纹图谱可以作为粗粒度的室内POI定位的解决方案.
      作者: 王玙璠 [1] 艾浩军 [2] 涂卫平 [1]
      Author: WANG Yufan [1] AI Haojun [2] TU Weiping [1]
      作者单位: 武汉大学 计算机学院,武汉430070;武汉大学 国家多媒体软件工程技术研究中心,武汉430070 武汉大学 计算机学院,武汉,430070
      刊 名: 计算机应用 ISTICPKU
      年,卷(期): 2016, 36(2)
      分类号: TN911.23
      机标分类号: TP3 TP1
      在线出版日期: 2016年5月30日
      基金项目: the National Key Technology R&D Program of China,the Hubei Province Technology Research and Development Program (2014BAA153).国家科技支撑计划项目,湖北省科技攻关计划项目