|
|||||
|
|
| 基于DBSCAN与KNN的室内定位算法 | |
| 引用本文： | 王凯,崔英花.基于DBSCAN与KNN的室内定位算法[J].传感器世界,2023(4):23-27+38. |
| 作者姓名： | 王凯 崔英花 |
| 作者单位： | 1. 北京信息科技大学信息与通信工程学院;2. 北京信息科技大学信息与通信系统信息产业部重点实验室 |
| 基金项目： | 北京市自然科学基金面上项目（No.4202024）；;国家自然科学基金（No.61340005）； |
| 摘 要： | 针对位置指纹室内定位算法中定位精度不足、计算量大、实时性较差的问题，提出了一种将聚类算法（DBSCAN）应用于传统定位算法的解决方案。离线阶段通过各参考点的接收信号强度进行聚类，将定位区域划分为多个子区域，在每个子区域选择一个中心节点，构造新型位置指纹数据库存储数据。在现阶段，通过各个子区域中心节点进行粗定位，根据参考标签所在的子区域对传统定位算法进行权重优化。实验结果表明，平均定位误差为1.63 m。该算法在提升定位精度的同时，提升了定位的实时性。 |
| 关 键 词： | 室内定位 位置指纹数据库 聚类算法 接受信号强度 |