[發明專利]基于回歸神經網絡的藍牙輔助無線網絡定位系統

在審

• 申請號: 201510970254.0
• 申請日: 2015-12-22
• 公開（公告）號: CN106912010A
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 呂姍;陳三風;黃煥波;胡濤;郭森
• 申請（專利權）人: 深圳信息職業技術學院
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W64/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司44232
• 代理人: 周惠來,劉耿

技術領域

本發明涉及定位技術，尤其涉及借助手機實現的定位技術。

背景技術

對于配有GPS功能的移動手機而言，現有一般是依靠移動手機本身的GPS功能來實現。對于無GPS功能的移動手機而言，現有一般是借助移動網絡對該移動手機的信號監測來實現。這種的借助手機實現的定位技術，存在很大的盲區，舉例而言，在無線網絡覆蓋不到的地點，無GPS功能的移動手機將失去定位功能，即便可以依據歷史數據來一定程度地推斷移動手機的當前位置，也缺乏準確性可言。可見，實有必要對現有的借助手機實現的定位技術進行改進

發明內容

本發明要解決的技術問題在于克服上述現有技術存在的不足，而提出一種基于回歸神經網絡的藍牙輔助無線網絡定位系統，能夠大大減少盲區，提高定位的準確性。

本發明針對上述技術問題而提出的技術方案包括，提出一種基于回歸神經網絡的藍牙輔助無線網絡定位系統，包括多個手機，其中，這些手機是具備藍牙通信功能的；這些手機區劃為：錨節點手機，其是具備獨立獲得位置信息的能力的；和盲節點手機，其是不具備獨立獲得位置信息的能力的；其中，每個盲節點手機與一個動態神經元關聯，所有動態神經元借助盲節點手機的藍牙通信鏈路構成一個回歸神經網絡，該回歸神經網絡能夠根據錨節點手機提供的位置信息，估計出每個盲節點手機的位置信息。

在一些實施例中，估計出每個盲節點手機的位置信息的算法為：

其中，x_i為第i個盲節點的估計位置，ε為影響因子，ω_ij為一個正的權值，I_ij為一標識值，其定義如下：

其中，x_i和x_j分別代表第i個和第j個移動手機的坐標，R為手機藍牙的最大通信距離。

在一些實施例中，該回歸神經網絡是一個分布式的回歸神經網絡，臨節點之間僅僅直接進行藍牙通信。

在一些實施例中，該回歸神經網絡中x_i的動態變化特性決定于它的臨節點x_j，其中j∈N(i)_，臨節點x_j對x_i的作用力為:-εI_ij(x_i-x_j)。

在一些實施例中，每個動態神經元能夠由對應的盲節點手機的軟件和/或硬件實現。

在一些實施例中，該錨節點手機是具備GPS功能的移動手機；該盲節點手機是不具備GPS功能的移動手機。

與現有技術相比，本發明的基于回歸神經網絡的藍牙輔助無線網絡定位系統，通過巧妙地使每個盲節點手機與一個動態神經元關聯，所有動態神經元借助盲節點手機的藍牙通信構成一個回歸神經網絡，該回歸神經網絡能夠根據錨節點手機提供的位置信息，估計出每個盲節點手機的位置信息，能夠大大減少盲區，提高定位的準確性。

附圖說明

圖1是本發明基于回歸神經網絡的藍牙輔助無線網絡定位系統的結構示意。

圖2是與盲節點相互作用的神經元模型的示意圖。

圖3是在第一種應用場景的定位仿真示意。

圖4是在第一種應用場景的定位精度示意。

圖5是在第二種應用場景的定位系統的拓撲結構示意。

圖6是在第二種應用場景的定位仿真示意。

圖7是在第二種應用場景的定位精度示意。

其中，附圖標記說明如下：100定位系統101錨節點手機102盲節點手機103藍牙通信鏈路310仿真初值320仿真終值620仿真終值。

具體實施方式

以下結合附圖，對本發明予以進一步地詳盡闡述。

參見圖1，圖1是本發明基于回歸神經網絡的藍牙輔助無線網絡定位系統的結構示意。本發明提出一種基于回歸神經網絡的藍牙輔助無線網絡定位系統100，包括多個手機，其中，這些手機是具備藍牙通信功能的；這些手機區劃為：錨節點手機101，其是具備獨立獲得位置信息的能力的；和盲節點手機102，其是不具備獨立獲得位置信息的能力的；其中，每個盲節點手機與一個動態神經元關聯，所有動態神經元借助盲節點手機的藍牙通信鏈路103構成一個回歸神經網絡，該回歸神經網絡能夠根據錨節點手機提供的位置信息，估計出每個盲節點手機的位置信息。在本實施例中，每個動態神經元能夠由對應的盲節點手機102的軟件和/或硬件實現。該錨節點手機101是具備GPS功能的移動手機；該盲節點手機102是不具備GPS功能的移動手機。