[發(fā)明專利]一種基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法

有效

• 申請?zhí)枺?/td>: 201310750528.6
• 申請日: 2013-12-31
• 公開（公告）號: CN103648106B
• 公開（公告）日: 2017-03-22
• 發(fā)明（設(shè)計）人: 譚學(xué)治;周才發(fā);馬琳;鄧仲哲;何晨光;遲永鋼;魏守明
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: H04W16/20
• 分類號: H04W16/20;H04W64/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所23109
• 代理人: 楊立超

1.一種基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法，其特征在于基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法離線階段定位過程按以下步驟實現(xiàn)：

一、對待定位的室內(nèi)區(qū)域布置AP，使無線信號覆蓋待定位的室內(nèi)區(qū)域，完成WiFi網(wǎng)絡(luò)構(gòu)建；

在待定位的室內(nèi)區(qū)域規(guī)則選取并記錄參考點的相應(yīng)坐標(biāo)，測量并依次記錄參考點接收到的所有AP的RSS信號作為位置特征信息，構(gòu)建Radio?Map，并存儲Radio?Map；

二、采用GMST本征維數(shù)估計算法對步驟一中構(gòu)建的Radio?Map的本征維數(shù)進行分析，得到的本征維數(shù)作為CM-SDE算法的輸入?yún)?shù)之一，決定Radio?Map降維后的維數(shù)；

三、采用KFCM算法對Radio?Map進行聚類分析，實現(xiàn)建立的Radio?Map的類別標(biāo)記，并作為CM-SDE的輸入?yún)?shù)之一，并且提供相應(yīng)的初始聚類中心及類別標(biāo)記；

四、步驟二中的本征維數(shù)與步驟三中的類別標(biāo)記作為輸入?yún)?shù)，采用CM-SDE算法對步驟一中構(gòu)建的Radio?Map降維，得出相應(yīng)的降維后的RadioMap^*，RadioMap^*作為在匹配定位數(shù)據(jù)庫用于在線定位階段；

五、將不同用戶在線定位階段測試得到的未標(biāo)記RSS，采用類別匹配的方式加入至已有Radio?Map中，得到相應(yīng)的包含未標(biāo)記信號覆蓋圖RadioMap_ul，通過類別匹配更新的聚類中心作為CM-SDE算法中新的類別輸入?yún)?shù)；

六、步驟五中的更新的聚類中心作為輸入?yún)?shù)，采用CM-SDE對RadioMap_ul降維得到特征變換矩陣V′，V′與RadioMap^*共同構(gòu)成在線匹配定位數(shù)據(jù)庫，用于在線階段定位；其中，所述線階段定位具體為：

六（一）、在線測試RSS；

六（二）、采用V將RSS降維為RSS^*；

六（三）、采用KNN算法進行匹配定位輸出定位結(jié)果；

六（四）、用戶定位終端定位數(shù)據(jù)庫更新；

即完成了一種基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法的離線階段實現(xiàn)方式。

2.根據(jù)權(quán)利要求1所述的一種基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法，其特征在于步驟二中采用GMST本征維數(shù)估計算法對步驟一中構(gòu)建的Radio?Map的本征維數(shù)進行分析，其計算公式為：

測地距最小生成樹算法

上式中中的a表示最小生成樹的線性擬合表達式y(tǒng)=ax+b的斜率。

3.根據(jù)權(quán)利要求1所述的一種基于類別匹配的半監(jiān)督流形學(xué)習(xí)的WiFi室內(nèi)定位方法，其特征在于步驟四中生成新的降維后的信號覆蓋圖RadioMap^*與步驟六中的V′表達式為：

Radio?Map*=V′·X

X是需要降維的Radio?Map。