[發(fā)明專利]一種基于聚類的指紋定位方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810342226.8
• 申請(qǐng)日: 2018-04-17
• 公開（公告）號(hào): CN108562867B
• 公開（公告）日: 2020-10-13
• 發(fā)明（設(shè)計(jì)）人: 鄧中亮;宋汶軒;尹露;胡恩文;朱棣;唐詩浩;劉延旭
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G01S5/02
• 分類號(hào): G01S5/02;G06K9/62
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項(xiàng)京;馬敬

1.一種基于聚類的指紋定位方法，其特征在于，包括：

獲取待定位點(diǎn)的接收信號(hào)強(qiáng)度RSS；

從指紋數(shù)據(jù)庫中獲取多個(gè)類的初始聚類中心，多個(gè)類為對(duì)所述指紋數(shù)據(jù)庫中樣本集的樣本點(diǎn)進(jìn)行聚類得到的，每個(gè)類均包含初始聚類中心，每個(gè)類的初始聚類中心為利用待定初始聚類中心與所述指紋數(shù)據(jù)庫中樣本集的各個(gè)樣本點(diǎn)之間的歐式距離的均方差誤差不大于第一數(shù)值，以及以所述待定初始聚類中心為聚類中心的類中樣本點(diǎn)的樣本密度大于第二數(shù)值，進(jìn)行聚類得到的；

利用所述待定位點(diǎn)的RSS，從所述多個(gè)類的初始聚類中心中，查找與所述待定位點(diǎn)的RSS之間歐式距離最近的初始聚類中心；

基于與所述待定位點(diǎn)的RSS之間歐式距離最近的初始聚類中心，對(duì)所述待定位點(diǎn)的RSS進(jìn)行指紋定位；

其中，所述多個(gè)類為對(duì)所述指紋數(shù)據(jù)庫中樣本集的樣本點(diǎn)進(jìn)行聚類得到的步驟，包括：

獲取指紋數(shù)據(jù)庫中的接入點(diǎn)AP的RSS；

基于所述AP的RSS，獲得上一初始聚類中心的第一均方差誤差與第一樣本密度之和，所述第一均方差誤差為上一初始聚類中心與所述樣本集中各個(gè)樣本點(diǎn)之間的歐式距離的均方差誤差，所述第一樣本密度為以上一初始聚類中心為聚類中心的類中樣本點(diǎn)的樣本密度，所述第一均方差誤差不大于第一數(shù)值，所述第一樣本密度大于第二數(shù)值；所述以上一初始聚類中心為聚類中心的類中包含的子類與所述上一初始聚類中心之間歐式距離小于第一距離的樣本點(diǎn)，所述以上一初始聚類中心為聚類中心的類中包含的子類是由以上一初始聚類中心為聚類中心的類中除作為上一初始聚類中心的樣本點(diǎn)以外的其他樣本點(diǎn)構(gòu)成的；

獲取本次待定初始聚類中心；

獲取本次待定初始聚類中心與所述樣本集中各個(gè)樣本點(diǎn)之間的歐式距離的均方差誤差，作為第二均方差誤差，所述第二均方差誤差不大于第一數(shù)值；

獲取以所述本次待定初始聚類中心為聚類中心的類中樣本點(diǎn)的樣本密度，作為第二樣本密度，所述以本次待定初始聚類中心為聚類中心的類中包含的子類與該本次待定初始聚類中心之間歐式距離小于第二距離，所述第二樣本密度大于第二數(shù)值，所述以本次待定初始聚類中心為聚類中心的類中包含的子類是由以本次待定初始聚類中心為聚類中心的類中，除作為本次待定初始聚類中心的樣本點(diǎn)以外的其他樣本點(diǎn)構(gòu)成的；

判斷所述本次待定初始聚類中心的第二均方差誤差與第二樣本密度之和，相較于所述上一初始聚類中心的第一均方差誤差與第一樣本密度之和是否有變?。?/p>

若變小，則將本次待定初始聚類中心，作為本次初始聚類中心；

利用所述本次初始聚類中心，得到本次的類，本次的類包括：本次初始聚類中心、以及以本次初始聚類中心為聚類中心的類中的子類；

將本次的類，存儲(chǔ)在所述指紋數(shù)據(jù)庫中。

2.如權(quán)利要求1所述的方法，其特征在于，在所述判斷所述本次待定初始聚類中心的第二均方差誤差與第二樣本密度之和，相較于所述上一初始聚類中心的第一均方差誤差與第一樣本密度之和是否有變小之后，所述方法還包括：

若沒有變小，則獲取下一待定初始聚類中心作為本次待定初始聚類中心，返回執(zhí)行獲取本次待定初始聚類中心的步驟，直至所述本次待定初始聚類中心的第二均方差誤差與第二樣本密度之和，相較于所述上一初始聚類中心的第一均方差誤差與第一樣本密度之和變小或達(dá)到預(yù)設(shè)變小閾值，繼續(xù)執(zhí)行將本次待定初始聚類中心，作為本次初始聚類中心的步驟；

在所述將本次的類，存儲(chǔ)在所述指紋數(shù)據(jù)庫中之后，所述方法還包括：

獲取所述指紋數(shù)據(jù)庫中的所有類，刪除類中樣本點(diǎn)的數(shù)目與樣本點(diǎn)的總數(shù)的比值，低于閾值的類。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述上一初始聚類中心為第1個(gè)初始聚類中心，所述獲取本次待定初始聚類中心，包括：

隨機(jī)獲取所述樣本集中除作為所述第1個(gè)初始聚類中心的樣本點(diǎn)以外，其余樣本點(diǎn)中的一個(gè)樣本點(diǎn)，作為第2個(gè)待定初始聚類中心；或者

將所述樣本集中除所述作為所述第1個(gè)初始聚類中心的樣本點(diǎn)以外，其余樣本點(diǎn)之和的平均值，作為第2個(gè)待定初始聚類中心。