Высокоточное позиционирование в помещениях предоставляет ценную информационную поддержку для мониторинга пациентов, управления распределением оборудования, безопасности лабораторий и других сервисов. Традиционная технология позиционирования в помещениях — позиционирование по отпечаткам — обычно использует алгоритм K-ближайших соседей (KNN), который определяет местоположение, выбирая ближайшие K контрольные точки по уровню принимаемого сигнала (RSS). Однако RSS подвержен воздействиям окружающей среды, из-за чего выбранные опорные точки могут не быть физически ближайшими к пользователю. Кроме того, использование фиксированного значения K не является оптимальной стратегией. В данной статье предложен метод динамического K-ближайшего соседа на основе доверия к сильным точкам доступа (SAPC-DKNN). Метод использует априорные знания о затухании сигнала RSS, количественно оценивает важность разных точек доступа исходя из вариаций RSS. Объединяется схожесть множества точек доступа в пределах диапазона сильных точек доступа, а также вводится взвешенная мера расстояния RSS на основе доверия к сильным точкам доступа. Кроме того, представлен алгоритм динамического выбора K на основе плотности соседей (ND-DKA), автоматически оптимизирующий значение K для каждой тестовой точки. Эксперименты на трех наборах данных показали, что в сравнении с передовыми методами KNN предложенный метод снижает среднюю ошибку позиционирования на 15,41%–64,74%.

Уровень принимаемого сигнала (RSS) затухание пути; позиционирование по отпечаткам; динамический K-ближайший сосед