基于LS-SVM的位置指纹室内定位

摘要

基于无线接入点(Access Point,AP)接收信号强度(Received Signal Strength,RSS)的位置指纹室内定位技术近几年已经成为国内外位置感知研究的热点.提出了基于最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)的位置指纹定位方法.给出了基于LS-SVM的指纹定位模型,描述了LS-SVM指纹样本训练的具体实现过程.重点在于将定位问题转化为一个多类别分类问题,并分别采用一对一(OAO)和一对多(OAA)方法将其转化为多个二值分类问题.仿真结果表明,LS-SVM较传统支持向量机(SVMs) 、K近邻(k-Nearest Neighbors,K-NN)定位方法的分类准确率高且计算代价小,平均分类准确率达92.00％.