论文部分内容阅读
改进复杂室内环境下基于RSSI指纹匹配的定位算法。整体上,采用"先定区后定位"的思路,以减小整体计算量,并在小范围内实现更准确的定位。另外,在指纹库建立阶段,考虑垂直高度的影响和噪点的滤除;在数据接收阶段,选择基于前一周期报告值的限幅滤波算法,以平滑报告值的波动。最后,在实际定位阶段,改进WKNN算法采用基于欧氏距离的加权法,并通过曲线拟合确定本实验环境下的最佳C值。实验证明该套改进算法,可以明显降低复杂环境下的定位误差。