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 |
|
|