[發明專利]基于空間分區的區域劃分及定位方法及系統

在審

• 申請號: 201711433043.9
• 申請日: 2017-12-26
• 公開（公告）號: CN108307306A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 劉芬
• 申請（專利權）人: 武漢創馳藍天信息科技有限公司
• 主分類號: H04W4/021
• 分類號: H04W4/021;H04W4/029;G06K9/62
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

一種基于空間分區的區域劃分及定位方法，其包括如下步驟：S1、在用戶指定子區域數目之后，通過距離計算確定最優的各初始聚類中心位置，融合K均值法，Fisher準則及自組織迭代分析算法，引入類內距離、類間距離、參考點間距限制條件，通過多次聚類合并、分裂過程，最終完成區域劃分目標；S2、通過半監督方式應用機器學習技術實現子區域定位。本發明還提供一種基于空間分區的區域劃分及定位系統。

技術領域

本發明涉及室內定位技術領域，特別涉及一種基于空間分區的區域劃分及定位方法及系統。

背景技術

一般的聚類算法能夠依據接收信號強度特征對位置指紋圖數據庫進行合理劃分。但是嚴格意義上來說，這些聚類方法僅是通過劃分位置指紋圖起到了數據庫濾波作用，用戶定位過程中能夠選擇相應的子位置指紋圖數據庫進行運算，節省了算法遍歷數據庫所需時間，本質上是對系統性能進行了優化，然而并不能夠真正實現室內區域定位功能。這正是由于通過信號強度特征進行位置指紋圖劃分時，并沒有考慮到實際的參考點位置是否在物理空間上也聚集一起，所以難免會存在一些參考點由于RSS相似度度量值相近(如歐氏距離)被劃分為一類，然而在室內區域中這些參考點位置卻相距甚遠。對于這類奇點問題一些文獻采用了不同處理方法，如直接刪除掉對應位置上的參考點，或直接忽略這些位置奇點，又或人為改變這些奇點的所屬類別，然而這些處理方式可能導致聚類中心變化，影響系統整體性能，而且難以從根本上解決問題。盡管在較小的室內實驗場景中對于定位效果影響并不明顯，但是在大型超市、商場等室內環境中，復雜的干擾可能會導致出現大量奇點，甚至形成區域，對定位系統造成一定負擔。

另外，在室內定位系統實際應用中，管理者對于區域定位可能會面臨一些特定需求，如某一區域需要被單獨劃分出來，或部分區域需要劃分到一起，實現授權定位等管理功能。然而傳統的聚類算法中類別多是依據算法生成，難以適當進行調節，缺乏靈活性。

發明內容

有鑒于此，本發明提出一種基于空間分區的區域劃分及定位方法及系統。

一種基于空間分區的區域劃分及定位方法，其包括如下步驟：

S1、在用戶指定子區域數目之后，通過距離計算確定最優的各初始聚類中心位置，融合K均值法，Fisher準則及自組織迭代分析算法，引入類內距離、類間距離、參考點間距限制條件，通過多次聚類合并、分裂過程，最終完成區域劃分目標；

S2、通過半監督方式應用機器學習技術實現子區域定位。

在本發明所述的基于空間分區的區域劃分及定位方法中，

所述步驟S1包括：

S11、預先將位置指紋圖中每兩個連續的參考點劃分為一單位聚類Q，Q作為每一聚類的屬性值；

S12、設定聚類中心數目；通過計算每兩類之間Q的相似度獲得聚類中心；

S13、在獲得聚類中心后，將k個單位聚類依據Q的相似性度量分配到各個聚類中心，類別合并之后所有參考點也相應合并成一類；聚類數目與聚類中心數據相同；

S14、依據位置指紋圖中的坐標信息進行分裂；

S15、判斷分裂結果是否收斂，在收斂時跳轉到步驟S16；否則跳轉到步驟S12；

S16、輸出聚類結果，根據聚類結果完成區域劃分。

在本發明所述的基于空間分區的區域劃分及定位方法中，

所述步驟S11中，Q作為每一聚類的屬性值表示如下：

其中j＝1,2,3,....n；e,f＝1,2,3,....k，類別數k＝N/2，N為參考點總數；n為聚類e中參考點總數，對于N不為偶數的情況下，k＝(N-1)/2，最后三個參考點劃分為一類；