一种面向MR数据定位场景的脏指纹剔除算法OA

【目的】随着通信技术发展与移动设备的普及,MR(测量报告,Measurement Report)数据被广泛应用到无线网络定位中,其中基于MR指纹库匹配的定位方法是精度较高、应用较广泛的方法。然而,位置的计算精度依赖于MR指纹库数据记录的质量,亟需在积累位置指纹库时对数据进行清洗、过滤、位置纠偏等工作,以保证指纹库的数据质量。【方法】因此,本文提出了一种面向MR数据定位场景的脏指纹剔除算法,通过DBSCAN聚类算法识别异常指纹,并纠偏基站位置,建立高质量的指纹数据库,以提升MR数据定位精准性。【结果】本文在农村、市区、郊区3个场景下,分别使用模拟数据进行仿真试验,对本文方法进行分析与评估。【结论】试验结果显示,随着异常指纹剔除及指纹数据库更新,MR数据定位精准度得到有效提升,且所提算法在指纹聚类场景下相比其他算法均存在优势。