[發明專利]基于CSI空頻特性和參考點位置聚類算法的室內定位方法

有效

• 申請號: 201710268629.8
• 申請日: 2017-04-23
• 公開（公告）號: CN107241700B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 盧小峰;邊海賓;王建林;張子博;楊二周;劉嘉鈺
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/021;H04W4/33;H04W40/32;H04W64/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種基于CSI空頻特性和參考點位置聚類算法的室內定位方法，其特征在于，所述基于CSI空頻特性和參考點位置聚類算法的室內定位方法通過采用接收CSI空頻特性聚類和參考點位置聚類的多指標聚類技術，對參考點進行有效的聚類，形成一定數量聚類中心及其類成員，減少定位階段計算量，提高定位精度；

所述基于CSI空頻特性和參考點位置聚類算法的室內定位方法包括：

1)數據采集階段：

1a)選擇一個布設有Wi-Fi接入點APs的區域；

1b)在此區域內選擇N個參考點RPs，并測量這N個參考點固定位置接收的來自AP點的CSI數據信息生成CSI空頻特性指紋，存到數據庫H中；

1c)按照CSI空頻特性信息，采用仿射傳播算法AP進行聚類；

1d)對1c)聚類得到的每個簇，再按照地理位置采用仿射傳播算法AP進行聚類；

1e)判斷再次聚類的簇數量：如果第二次聚類得到的簇數量是大于等于2的正整數，則求出這些簇的兩兩之間的距離，將距離小于4米的簇合并為一簇，將聚類結果記錄到數據庫中，否則，直接將聚類結果記錄到數據庫中，完成指紋數據庫的構建；

2)定位階段：

2a)在待定位點測得的CSI空頻特性向量：

H_r＝[h_r,1 h_r,2…h_r,L]；

其中{h_r,l,r＝1,2,…,R；l＝1,2,…,L}，R代表的是選取的待定位點個數；L為參考點的總數；

2b)粗定位：

相似度被定義為：

s(r,j)＝-||H_r-H_j||²,

其中H_j為第j個簇的聚類中心的CSI空頻特征指紋向量，E為所有簇的聚類中心的集合；

設置閾值：其中α₁+α₂＝1；將相似度s(r,j)大于閾值α的簇作為粗定位匹配的簇；

2c)精確定位：隨機選取8個接入點APs，利用這8個接入點APs和粗定位匹配得到的簇成員的CSI空頻特性向量，通過壓縮感知算法求出待定位點的精確位置，完成待定位點的定位。

2.如權利要求1所述的基于CSI空頻特性和參考點位置聚類算法的室內定位方法，其特征在于，所述粗略定位就是利用相似度比較來確定待定位點測得的CSI空頻特性指紋屬于哪一個簇，對比待定位點的CSI空頻特性向量和每一個簇的相似度，選擇那些有最大相似度值的類作為候選類。