论文研究基于DBSCANGRNNLSSVR算法的WLAN异构终端定位方法.pdf

针对WLAN室内定位系统中异构终端（指纹库终端和测试终端）引起的定位偏差过大的问题，提出一种基于DBSCAN-GRNN-LSSVR算法的解决方案。使用最小二乘支持向量回归机（LSSVR）构建指纹库终端接收信号强度（RSS）和物理坐标位置的映射关系模型；列出校准点处异构终端采集的RSS值，得到散点图；用基于密度聚类方法剔除边界点和噪声点；用广义回归神经网络构建异构终端RSS的映射函数；通过LSSVR模型定位测试点的位置。实验结果表明，与只用LSSVR算法相比，测试终端定位精度提高18%~40%，有效解决了定位偏差过大的问题。