科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，利用WiFi信道状态信息的无线信号在室内定位、跌倒检测、身份识别等场景都发挥了重要应用价值。然而，复杂环境下多径效应的影响使得指纹定位的精度仍有待提高。针对这一问题，本文在降噪时提出了一种基于密度的自适应聚类算法，并在定位阶段联合动态加权K邻近算法进行匹配。首先，使用Hampel算法去除幅值信息的离群点；然后，将改进的DBSCAN算法自动调节参数对数据聚类；最后，用动态加权K邻近算法进行指纹库与实时定位点的匹配。仿真实验表明，在约5×10 m2的定位区域内，DBSCAN算法的平均定位精度达到1.579 m,其中定位精度在2 m内的占比相对于传统指纹法提高了42.9%。
- 出版日期2022
- 单位安徽理工大学
