[发明专利]一种基于DBSCAN算法的室内定位方法

摘要

本发明一种基于DBSCAN算法的室内定位方法，属于室内定位技术领域；该方法首先在所需定位的建筑内安装信号发射器和信号采集器，设定样本点的个数，获得每个样本点的信号强度序列，然后将每个样本点的坐标和信号强度序列进行纪录编号，利用DBSCAN算法建立室内定位模型，最后获得待定位点的信号强度序列，并根据建立完成的室内定位模型获得该待定位点的定位坐标；本发明利用非监督学习算法进行建模，根据无线信号强度值(RSSI)进行分类聚簇，而非人为进行网格划分，使网格划分更符合实际，提高了室内定位的稳定性和精确度。

主权项

一种基于DBSCAN算法的室内定位方法，其特征在于：包括以下步骤：步骤1、在所需定位的建筑内，安装若干个信号发射器和若干个信号采集器；步骤2、设定样本点的个数，确定每个样本点的坐标，并获得每个样本点的信号强度序列，即每个样本点到各个信号发射器的信号强度；步骤3、将每个样本点的坐标和信号强度序列进行纪录编号；步骤4、根据编号后的每个样本点的坐标和信号强度序列，利用DBSCAN算法建立室内定位模型，包括以下步骤：步骤4.1、设定密度选择参数，即设定邻域的长度和每个核心对象至少包含的样本点的个数；步骤4.2、根据编号后的每个样本点的信号强度序列和所设定的密度选择参数设定核心对象的约束条件，根据约束条件确定样本点的核心对象，通过核心对象进一步确定聚类簇；所述的核心对象的约束条件为：每个样本点的邻域内所包含的其他样本点的个数是否大于等于所设定的每个核心对象至少包含的样本点的个数；步骤4.3、获得每个聚类簇的平均信号强度，并根据编号后的每个样本点的坐标，获得每个聚类簇的平均位置坐标，即室内定位模型建立完成；步骤5、获得待定位点的信号强度序列，并根据建立完成的室内定位模型获得该待定位点的定位坐标，具体为：获得该待定位点与每个聚类簇的平均信号强度的欧氏距离，并选择与其欧氏距离最小的聚类簇的平均位置坐标作为该待定位点的定位坐标。