[發明專利]一種基于仿射傳播聚類的指紋定位算法

在審

• 申請號: 201710979485.7
• 申請日: 2017-10-19
• 公開（公告）號: CN107831468A
• 公開（公告）日: 2018-03-23
• 發明（設計）人: 馬永濤;成意
• 申請（專利權）人: 天津大學
• 主分類號: G01S5/02
• 分類號: G01S5/02;G01S5/10;G06K9/00;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 程毓英

技術領域

本發明屬于基于指紋法的室內定位領域，對采集到的大量指紋數據使用仿射傳播聚類算法將相似度較高的指紋聚類，再對聚類后的指紋建立混合高斯模型，使用混合高斯模型進行室內定位。

背景技術

近些年，位置信息的獲取越來越受到重視，與定位技術相關的新業務不斷出現。，基于位置的服務(LBS)已成為研究的熱點之一，且具有廣泛的市場空間。

定位技術的應用領域十分廣泛，包含商業、救災、軍用、民用等各個方面，目前世界上最為著名的定位系統為美國的全球定位系統(GPS)，GPS通過衛星可覆蓋全球范圍，其基本原理為采用信號時間差進行定位，定位精度可以達到10米以內，目前已在許多國家和地區得到廣泛應用。但是在室內環境下，由于建筑物墻壁對電波信號的遮擋，電波只能以折射或反射等非視距傳播方式進行傳播，導致GPS定位效果變差。

在室內定位的研究中使用無線信號進行定位是當前的主流。室內定位技術主要分為測距法和非測距法，常用的測距方法為到達時間(TOA)、到達時間差(TDOA)、接收信號強度(RSS)、到達相位差(PDOA)等。常用的非測距方法為指紋定位法，指紋法中常用的算法包括最近鄰法(NN)、K最近鄰法(KNN)、加權K最近鄰法(WKNN)等。

由于RSS容易獲得且成本較低，因此基于RSS的位置指紋定位法是當前最流行的室內定位應用之一。RSS方法可分為兩種思路，一種為傳播模型法，通過已采集的信號特征估計信號的傳播模型，此方法受室內多徑及環境噪聲影響較強。第二種為指紋定位法。指紋定位法主要分為兩個階段即離線指紋采集階段和在線實時定位階段。離線指紋采集階段通過人工在各個事先確定好的指紋點處測得每個發射源到該指紋點的接收信號強度RSS并構建一個位置與RSS的位置指紋數據庫。在線實時定位階段通過用戶接收到的每個發射源的RSS序列并將其與離線階段所建立的位置指紋數據庫進行匹配處理得到當前待定位目標的位置坐標。指紋法的定位精度收指紋采集數量的影響，指紋采集點越密集，定位精度就會越高。但是大量采集指紋會增加存儲指紋的成本。在在線匹配階段，由于需要匹配的指紋數量增多，計算量加大，定位用時增多。

發明內容

本發明的目的是提供一種存儲成本較低，計算量較小的指紋定位算法。技術方案如下：

一種基于仿射傳播聚類的指紋定位算法，包括下列步驟：

1)采集指紋數據，包括接收到的各個無線信號發射器發射的信號的強度和采集數據所處的位置。

2)定義每兩條指紋之間的相似度，此相似度由兩部分組成，第一部分為信號值的相似度，定義為兩條指紋中所有相同的信號源的信號強度的歐式距離之和；第二部分為指紋位置的相似度，定義為兩條指紋采集位置的歐式距離；這兩部分各自乘以一個預先設置的系數后相加的和，作為兩條指紋之間的相似度。

3)使用基于仿射傳播的聚類方法對采集的數據進行聚類，使用最大期望算法對放射傳播聚類算法的吸引矩陣和歸屬矩陣進行迭代計算直到收斂或達到一定的迭代次數，完成對指紋數據的聚類。

3)當聚類完成后，計算每一類指紋的中心位置，使用該聚類中所有指紋坐標的重心作為聚類的重心位置，再計算指紋的混合高斯模型，每一類指紋對應一個高斯模型，需計算此模型的均值和方差及權重，使用最大期望算法計算以上三個值，最后的指紋庫中每一條指紋的內容為一個聚類的中心以及該聚類對應高斯模型的均值、方差及權重值。

4)在線定位階段采集到一組信號強度，將信號強度代入每一組高斯模型計算出一個概率值，每一個模型得到的概率依次再乘以該模型的權重及模型的中心坐標，將每個模型得到的值相加即為最后的定位位置。

本發明使用基于仿射傳播的聚類方法對采集的數據進行聚類，對聚類后的指紋數據計算其混合高斯模型，以混合高斯模型的參數作為新的指紋存入指紋庫，減少指紋的存儲量。對目標定位時，將實時采集的數據代入混合高斯模型生成的各個子高斯模型，得到各個子高斯模型的權重，再用此權重分別乘以各個子高斯模型對應指紋聚類的中心，所有子模型的結果的和為最后定位的目標位置。

附圖說明

圖1示出了本發明整體方法的流程框圖。

具體實施方式

1)采集大量地指紋數據，數據包括接收到的各個無線信號發射器發射的信號的強度和采集數據所處的位置。