La localización interior de alta precisión proporciona un valioso respaldo informativo para la monitorización de pacientes, la gestión de la programación de equipos, la seguridad de laboratorios y otros servicios. La tecnología tradicional de localización interior—localización por huella—normalmente utiliza el algoritmo de los K vecinos más cercanos (KNN), que predice la ubicación mediante la intensidad de la señal recibida (RSS) para determinar los K puntos de referencia más cercanos. Sin embargo, el RSS es susceptible a interferencias ambientales, lo que hace que los puntos de referencia seleccionados no sean necesariamente los vecinos físicos más cercanos al usuario. Además, el uso de un valor fijo de K no es la mejor estrategia. Este artículo propone un método de localización interior basado en un algoritmo dinámico de K vecinos más cercanos basado en la confiabilidad de puntos de acceso fuertes (SAPC-DKNN). El método utiliza el conocimiento previo de la pérdida de trayectoria RSS y cuantifica la importancia de diferentes puntos de acceso mediante el rango de fluctuación del RSS. Integra la similitud del conjunto de puntos de acceso dentro del rango del punto de acceso fuerte y establece una métrica de distancia ponderada para el RSS basada en la confiabilidad del punto de acceso fuerte. Además, se introduce un algoritmo dinámico de valor de K basado en la densidad del vecindario (ND-DKA), que optimiza automáticamente el valor de K para cada punto de prueba. Los experimentos en tres conjuntos de datos muestran que, en comparación con métodos KNN avanzados, este método reduce significativamente el error medio de localización entre un 15,41 % y un 64,74 %.

Intensidad de señal recibida (RSS) pérdida de trayectoria; localización por huellas; K vecinos más cercanos dinámicos