基于MD5-KNN的Wi-Fi室内定位算法研究OA北大核心CSCDCSTPCD
Research on Wi-Fi indoor location algorithm based on MD5-KNN
为降低RSSI指纹数据库中指纹数据量和AP数量对KNN算法的运算效率的影响,提出一种基于MD5-KNN的Wi-Fi室内定位算法,对大型场所构建的RSSI指纹数据库进行优化.在离线阶段,将RSSI指纹数据库中的每条指纹转换成包含32位16进制表示的MD5序列.在线上阶段,该算法完成定位所需时间与AP数量无关,且不随指纹数量的增加而线性增加,降低了定位所需时间和运算量.同时,该算法自适应地匹配出合适的K值,有效解决了RSSI-KNN算法需手动设定K值…查看全部>>
苗云龙;陆彦辉;尹峰;杨守义
郑州大学信息工程学院,郑州450001郑州大学信息工程学院,郑州450001香港中文大学(深圳)深圳市大数据研究院,广东深圳518172郑州大学信息工程学院,郑州450001
信息技术与安全科学
Wi-Fi室内定位接收信号强度消息摘要算法运算时间复杂度K近邻算法
《计算机应用研究》 2019 (9)
融合多域特征信息的大规模MIMO系统传输理论研究
2746-2749,4
国家自然科学基金资助项目(61571401,61701426)河南省技术创新引导专项资助项目(182106000027)
评论