版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于DBSCAN与KNN的室内定位算法
Indoor Positioning Algorithm Based on DBSCAN Clustering and KNN作者机构：北京信息科技大学信息与通信工程学院北京100192 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北京100192
出 版 物：《传感器世界》 (Sensor World)
年 卷 期：2023年第29卷第4期
页 面：23-27,38页
学科分类：07[理学] 070205[理学-凝聚态物理] 0702[理学-物理学]
基 金：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。
