[發(fā)明專利]一種基于WiFi的室內(nèi)定位優(yōu)化算法有效
| 申請?zhí)枺?/td> | 201710084372.0 | 申請日: | 2017-02-16 |
| 公開(公告)號: | CN107071894B | 公開(公告)日: | 2020-04-24 |
| 發(fā)明(設(shè)計)人: | 文玎玲;譚峻東;余天堯;龍云亮 | 申請(專利權(quán))人: | 廣東順德中山大學(xué)卡內(nèi)基梅隆大學(xué)國際聯(lián)合研究院;中山大學(xué) |
| 主分類號: | H04W64/00 | 分類號: | H04W64/00;G01S5/02 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 林麗明 |
| 地址: | 528300 廣東省佛山市順德區(qū)大良*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 wifi 室內(nèi) 定位 優(yōu)化 算法 | ||
1.一種基于WiFi的室內(nèi)定位優(yōu)化算法,其特征在于,包括以下步驟:
訓(xùn)練階段:
S1:線下采集RSSI數(shù)據(jù),并將所采集的RSSI數(shù)據(jù)轉(zhuǎn)換成RSSI指紋庫,記為F;
S2:將RSSI指紋庫的RSSI值部分與x、y坐標值部分分離;其中,RSSI值部分記為數(shù)據(jù)集X,x、y坐標值部分記為Y1、Y2;
S3:將數(shù)據(jù)集X經(jīng)過自動編碼器進行自學(xué)習(xí),構(gòu)造一個非遞歸神經(jīng)網(wǎng)絡(luò)hw,b;
S4:將數(shù)據(jù)集X經(jīng)過非遞歸神經(jīng)網(wǎng)絡(luò)hw,b通過不斷訓(xùn)練得到一個新的數(shù)據(jù)集X',使得hw,b(X)≈X';
S5:將新的數(shù)據(jù)集X'與其對應(yīng)的x、y坐標值部分結(jié)合起來,形成新的RSSI指紋庫,記為F';新的RSSI指紋庫F'是原始RSSI指紋庫F的另外一種表現(xiàn)形式,能完全代表F;
測試階段:
S6:將給出的某一位置RSSI指紋f,經(jīng)過與訓(xùn)練階段同樣的非遞歸神經(jīng)網(wǎng)絡(luò)hw,b轉(zhuǎn)換為新的模式f',其中hw,b(f)≈f';
S7:通過分類算法進行指紋庫匹配分別對x坐標值和y坐標值分類,得出最終定位結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于WiFi的室內(nèi)定位優(yōu)化算法,其特征在于,步驟S3中,自動編碼器編碼是通過降維或升維學(xué)習(xí)一組數(shù)據(jù)的表現(xiàn)形式。
3.根據(jù)權(quán)利要求1所述的基于WiFi的室內(nèi)定位優(yōu)化算法,其特征在于,步驟S3中,非遞歸神經(jīng)網(wǎng)絡(luò)hw,b有多個神經(jīng)元層,包括輸入層、隱藏層和輸出層。
4.根據(jù)權(quán)利要求2所述的基于WiFi的室內(nèi)定位優(yōu)化算法,其特征在于,所述非遞歸神經(jīng)網(wǎng)絡(luò)hw,b每層的維度數(shù)沒有限制。
5.根據(jù)權(quán)利要求1所述的基于WiFi的室內(nèi)定位優(yōu)化算法,其特征在于,步驟S7中的分類算法為k最近鄰分類算法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東順德中山大學(xué)卡內(nèi)基梅隆大學(xué)國際聯(lián)合研究院;中山大學(xué),未經(jīng)廣東順德中山大學(xué)卡內(nèi)基梅隆大學(xué)國際聯(lián)合研究院;中山大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710084372.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





