基于DBSCAN子空间匹配的蜂窝网室内指纹定位算法

来源：电子与信息学报杂志2017年第5期北京时间：

作者：田增山, 王向勇, 周牧, 李玲霞

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

基金资助：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)