基于改进HC算法的WiFi室内楼层识别方法

• 作者: 吴飞 张玉金 毛万葵 章裕润
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: WiFi定位 楼层定位 层次聚类(HC) 密度分层 切分数据
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 研究与探讨
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP393
• 字数: 3316字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)09-0043-04

摘要

为了解决室内楼层识别中,依靠WiFi电磁指纹定位方法对楼层进行判别时存在误差大、效率低的问题,提出了一种基于改进的层次聚类(HC)算法的室内楼层判别方法.通过密度分层的思想,对基本层次聚类算法进行改进,解决了普通层次聚类对孤立点敏感的问题,提高了室内WiFi指纹数据聚类的准确性,并结合切分数据的算法,将离线阶段的指纹数据进行切分,使得较大的数据集变成若干小数据集的聚类,降低了指纹定位数据的计算复杂度.仿真实验结果表明:本文提出的室内楼层判别方法,能够有效地提高楼层定位精度和识别率,该方法与经典K-means、CURE、ROCK聚类算法相比,在楼层判别上具有更好的定位效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴飞	上海工程技术大学电子电气工程学院	53	159	7.0	10.0
2	张玉金	上海工程技术大学电子电气工程学院	17	25	3.0	5.0
3	毛万葵	上海工程技术大学电子电气工程学院	5	1	1.0	1.0
4	章裕润	上海工程技术大学电子电气工程学院	4	1	1.0	1.0