关键词：室内指纹定位 高斯过程回归 超参数 共栖生物搜索 卡方距离 

摘要：为解决位置指纹定位算法中指纹采集工作量大、定位精度低的问题,提出一种基于稀疏指纹采集和改进加权K最近邻(weighted k-nearest neighbor,WKNN)的定位算法。稀疏选定参考点并采集来自各接入点(access point,AP)的接收信号强度(received signal strength,RSS),根据容错四分位法对采集的RSS进行异常值预处理;利用经过预处理的指纹数据训练高斯过程回归(Gaussian process regression,GPR)模型,通过共栖生物搜索算法(symbiotic organisms search,SOS)求取模型最优超参数以提高模型的泛化能力,进而预测定位区域内非参考点的RSS;由有限参考点数据通过SOS-GPR模型的训练与预测生成密集位置指纹库,结合由卡方距离和AP加权改进的WKNN算法完成仿真验证。实验结果表明,在保证定位精度的前提下,稀疏指纹采集法较传统全采集法减少50%的采集工作量;与原WKNN算法和M-KWNN算法相比,提出的WKNN算法有效提高了定位精度。

重庆邮电大学学报·自然科学版杂志要求:

{1}所有来稿应并提供详细的作者简介，主要包括姓名、单位、通讯地址、邮箱、电话等联系方式。

{2}坚持首发原则，请遵守相关学术规范，请勿一稿多投，凡投稿3个月未收到相关通知，可另投他刊。

{3}各级标题依次用阿拉伯数字连续编号，如1，1.1，一般以1～2级为宜(宜少不宜多)。

{4}参考文献按在正文中出现的先后次序列于文后，排在注释之后。参考文献的序号用数字加方括号表示，如［1］、［2］、[3]…，与正文中的指示序号格式一致。

{5}中文摘要一般不超过400个汉字，英文摘要为250个实词左右。中、英文摘要内容要对应，力求用词、语法、拼写、含意和逻辑正确。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社