基于主成分分析和卡方距离的信号强度差指纹定位算法

作     者：周非 夏鹏程 ZHOU Fei;XIA Pengcheng

作者机构：重庆邮电大学通信与信息工程学院重庆400065 光通信与网络重点实验室(重庆邮电大学)重庆400065 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2019年第39卷第5期

页      面：1405-1410页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61471077) 

主　　题：室内定位 位置指纹库 信号强度差 主成分分析 卡方距离 

摘      要：由于不同型号移动终端获取的接收信号强度(RSS)存在明显差异,传统的基于RSS位置指纹库的室内定位算法定位稳定性和精度不高,而现有的采用信号强度差(SSD)替代RSS构建位置指纹库的解决方案存在高数据维度、相关性冗余过高和K-近邻(KNN)算法本身定位精度不高的问题。针对上述问题,提出了一种基于主成分分析(PCA)和卡方距离(CSD)的SSD指纹定位算法,使用PCA算法进行SSD数据降维和相关性冗余消除,并使用CSD度量降维后特征量间的相对距离进行位置匹配。仿真实验中,使用所提算法的SSD位置指纹库定位误差累积概率曲线高于原有RSS和SSD指纹库;相比传统的KNN算法和基于余弦相似度改进的KNN算法(COS-KNN),所提算法的平均定位误差、定位误差方差均有明显减小,时间开销稍有增加。实验结果表明,所提算法可以有效提升原有SSD指纹定位方法的定位稳定性和定位精度,能够满足室内定位的实时性需要。