[發明專利]基于二次K-Means聚類的室內位置指紋定位方法

有效

• 申請號: 201710413527.0
• 申請日: 2017-06-05
• 公開（公告）號: CN107367277B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 解培中;陶育仁;李汀
• 申請（專利權）人: 南京郵電大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 南京知識律師事務所 32207
• 代理人: 蔣海軍

1.基于二次K-Means聚類的室內位置指紋定位方法，其特征在于：該方法包括以下步驟：

S1對位置指紋數據庫進行一次k-means聚類，確定一次k-means聚類完成后最終的聚類中心；

S2計算待定位點到一次k-means聚類完成后最終的聚類中心的歐氏距離，計算兩兩歐式距離之間的差值的絕對值，若絕對值≤θ，則該待定位點基于二次k-means聚類方法實現定位，對位置指紋數據庫進行二次k-means聚類，確定二次k-means聚類完成后最終的聚類中心；否則基于一次k-means聚類方法實現定位；

S3計算待定位點與一次k-means聚類得到的k個聚類或二次k-means聚類得到的k個聚類中各數據點的歐氏距離，得到各聚類中與待定位點距離最近的數據點，將該數據點作為參考點，計算得到k個參考點；

S4通過公式一計算待定位點的位置坐標(x,y)：

其中，(x_i,y_i)是指所述k個參考點中第i個參考點的位置坐標。

2.根據權利要求1所述的基于二次K-Means聚類的室內位置指紋定位方法，其特征在于：所述一次k-means聚類方法包括以下步驟：

S11確定聚類中心個數k，在位置指紋數據庫中隨機選擇k個初始聚類中心，各初始聚類中心對應一個聚類；

S12逐一計算位置指紋數據庫中各數據點與k個聚類中心的距離，將數據點劃分到與該數據點距離最小的聚類中心對應的聚類中，直至將數據庫中所有數據點劃分完成；

S13計算各聚類的均值，將與均值最接近的數據點作為新的聚類中心；

S14重復步驟S12和S13，直至k個聚類中心保持不變，該k個聚類中心為最終的聚類中心。

3.根據權利要求1所述的基于二次K-Means聚類的室內位置指紋定位方法，其特征在于：所述二次k-means聚類方法包括以下步驟：

S21對位置指紋數據庫進行二次k-means聚類，針對一次k-means聚類方法得到的最終的聚類中心，計算兩兩聚類中心的中點；

S22從步驟S21計算得到的中點中隨機選擇k個初始聚類中心，各初始聚類中心對應一個聚類；

S23逐一計算位置指紋數據庫中各數據點與k個聚類中心的距離，將數據點劃分到與該數據點距離最小的聚類中心對應的聚類中，直至將位置指紋數據庫中所有數據點劃分完成；

S24計算各聚類的均值，將與均值最接近的數據點作為新的聚類中心；

S25重復步驟S23和S24，直至k個聚類中心保持不變，該k個聚類中心為最終的聚類中心。