基于微粒群优化LSSVM的室内指纹定位算法

为了降低利用最小二乘支持向量机（LSSVM）定位过程中参数选取对定位精度的影响，提出一种基于微粒群进行参数优化的室内指纹定位算法。该算法通过离线采集的RSSI数据训练最小二乘支持向量机，利用微粒群算法寻找并确定LSSVM全局最优参数，获得基于位置指纹的LSSVM定位模型。仿真结果表明，相对于传统LSSVM定位，PSO-LSSVM有效提高了定位准确度，并能在小样本情况下保持良好的定位精度。