改进DBSCAN聚类的信道状态信息定位算法

来源：电子测量技术杂志2022年第7期北京时间：

作者：刘 宇，余学祥，谢世成，刘 双，朱 平

单位：1. 安徽理工大学空间信息与测绘工程学院 淮南 232001; 2. 安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室 淮南 232001; 3.安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心 淮南 232001

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5×10m2的定位区域内，DBSCAN算法的平均定位精度达到1.579m，其中定位精度在2m内的占比相对于传统指纹法提高了42.9%。

关键词：室内定位;信道状态信息;无线感知;定位精度

基金资助：国家自然科学基金资助项目（41474026）； 安徽省重点研究与开发计划（202104a07020014）； 安徽省科技重大科技专项（202103a05020026）