基于DBSCAN子空间匹配的蜂窝网室内指纹定位算法

摘要：

针对无线信道动态衰落特性引起的蜂窝网室内定位误差较大的问题,该文提出基于密度的空间聚类(Density Based Spatial Clustering of Applications with Noise,DBSCAN)子空间匹配算法,有效剔除大误差点,提高定位精度.首先通过划分信号空间,构建多个子空间,在子空间中利用加权K近邻匹配算法(Weighted K Nearest Neighbor,WKNN)估计出目标位置;然后利用DBSCAN对估计位置进行聚类以剔除异常点;最后结合概率模型确定最终估计位置.实验结果表明,基于DBSCAN的子空间匹配算法能有效剔除大误差点,提高蜂窝网室内定位系统的整体性能.

关键词：室内定位、蜂窝网、DBSCAN、子空间匹配

所属期刊栏目：39

分类号：TN929.53

资助基金：国家自然科学基金61301126;长江学者和创新团队发展计划IRT1299 ,重庆市基础与前沿研究计划cstc2013jcyjA 40041, cstc2015jcyjBX0065;重庆邮电大学青年科学研究项目A2013-31. The National Natural Science Foundation of China61301126;The Program for Changjiang Scholars and Innovative Research Team in UniversityIRT1299;The Fundamental and Frontier Research Project of Chongqingcstc2013jcyjA40041, cstc2015jcyjBX0065;The Young Science Research Program of Chongging University of Posts and TelecommunicationsA2013-31

在线出版日期：2017-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1157-1163