[發(fā)明專利]一種基于自適應(yīng)杠桿抽樣的WiFi室內(nèi)定位方法

有效

• 申請?zhí)枺?/td>: 201810582754.0
• 申請日: 2018-06-07
• 公開（公告）號: CN108882189B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計）人: 鄭海峰;康文韜;鄧雷;馮心欣
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: H04W4/33
• 分類號: H04W4/33;H04W4/02;H04W4/021;H04W64/00;H04W84/12
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 蔡學(xué)俊

本發(fā)明涉及一種基于自適應(yīng)采樣的WiFi室內(nèi)定位方法，包括以下步驟：步驟S1：采集室內(nèi)感興趣區(qū)域的WiFi數(shù)據(jù)；步驟S2：構(gòu)造室內(nèi)WiFi數(shù)據(jù)張量；步驟S3：根據(jù)所述WiFi數(shù)據(jù)張量，進行基于杠桿的自適應(yīng)采樣；步驟S4：通過恢復(fù)算法進行數(shù)據(jù)恢復(fù),利用KNN算法實現(xiàn)WiFi數(shù)據(jù)的室內(nèi)定位。本發(fā)明通過自適應(yīng)杠桿采樣的方式減少構(gòu)建室內(nèi)WiFi數(shù)據(jù)庫的時間，人力花費，能夠以較少的采樣點，較高的精度重建WiFi數(shù)據(jù)庫。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于自適應(yīng)杠桿采樣的WiFi室內(nèi)定位方法。

背景技術(shù)

隨著經(jīng)濟的快速發(fā)展，人們對位置信息的需求越來越強，室內(nèi)定位服務(wù)業(yè)因此成為業(yè)界和學(xué)術(shù)界關(guān)注的重點，許多室內(nèi)定位技術(shù)應(yīng)用而生，基于室內(nèi)定位的動態(tài)追蹤技術(shù)也被廣泛研究。由于室內(nèi)環(huán)境復(fù)雜且存在很多障礙物，GPS對室內(nèi)定位存在很大偏差。室內(nèi)位置服務(wù)隨著互聯(lián)網(wǎng)的普及以及智能設(shè)備的大眾化也越來越流行，目前室內(nèi)位置服務(wù)主要用于商品推送，社交應(yīng)用，周邊捜索，室內(nèi)導(dǎo)航，用戶簽到等應(yīng)用。常見的室內(nèi)無線定位技術(shù)有：WiFi、藍牙、紅外線、超寬帶、RFID(射頻識別)、ZigBee和超聲波。由于網(wǎng)絡(luò)的普及，通過WiFi進行室內(nèi)定位變得易于實施，從而使基于WiFi的定位技術(shù)成為主流室內(nèi)定位技術(shù)，其獨特優(yōu)勢在于WiFi無線網(wǎng)絡(luò)己經(jīng)在各類用戶終端中得到廣泛普及，并且運營商的發(fā)展加快了城市WiFi網(wǎng)絡(luò)的鋪設(shè)速度，基礎(chǔ)設(shè)施建設(shè)已相對完備，額外投入較低。為WiFi定位技術(shù)的推廣掃清了障礙。對WiFi信號進行采集構(gòu)建室內(nèi)WiFi數(shù)據(jù)庫，用戶通過移動設(shè)備提交當(dāng)前位置的WiFi信號與數(shù)據(jù)庫的WiFi 信號相匹配進而實現(xiàn)定位。

Wi-Fi指紋通常分兩個階段進行：離線階段(現(xiàn)場調(diào)查)和在線階段(位置查詢)。在離線階段進行現(xiàn)場調(diào)查，在參考點(RP)采集來自各個接入點(AP)檢測到的WiFi信號。在線階段，用戶在當(dāng)前位置測量記錄WiFi信號，并提交給服務(wù)器，服務(wù)器將接收到的WiFi信號與數(shù)據(jù)庫進行查詢匹配，確定當(dāng)前用戶所在位置。本方法通過自適應(yīng)杠桿采樣的方式減少構(gòu)建室內(nèi)WiFi 數(shù)據(jù)庫的時間，人力花費，能夠以較少的采樣點，較高的精度重建WiFi數(shù)據(jù)庫。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于自適應(yīng)杠桿采樣的WiFi室內(nèi)定位方法，以克服現(xiàn)有技術(shù)中存在的缺陷。

為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：一種基于自適應(yīng)杠桿抽樣的WiFi室內(nèi)定位方法，包括以下步驟：步驟S1：獲取室內(nèi)感興趣區(qū)域的WiFi數(shù)據(jù)；步驟S2：建立WiFi數(shù)據(jù)張量；步驟S3：根據(jù)所述WiFi數(shù)據(jù)張量，進行基于杠桿分數(shù)的自適應(yīng)采樣；步驟S4：通過恢復(fù)算法進行數(shù)據(jù)恢復(fù)，利用K最近鄰分類算法對恢復(fù)的WiFi數(shù)據(jù)進行室內(nèi)定位。

在本發(fā)明一實施例中，在所述步驟S1，建立矩形室內(nèi)感興趣區(qū)域并將其劃分為均勻網(wǎng)格，每個網(wǎng)格為一個參考點RP；在感興趣區(qū)域內(nèi)隨機放置多個WiFi接入點AP產(chǎn)生WiFi，在每個接入點通過傳感器采集WiFi數(shù)據(jù)。

在本發(fā)明一實施例中，在所述步驟S2中，根據(jù)所述步驟S1獲取后的WiFi數(shù)據(jù)，將感興趣區(qū)域的長、寬、接入點作為三階張量的三個維度，建立所述WiFi數(shù)據(jù)張量。

在本發(fā)明一實施例中，在所述步驟S3中，還包括如下步驟：步驟S31：記參考點樣本預(yù)算為m，分配率為β，0β1；隨機選取感興趣區(qū)域內(nèi)βm個參考點沿第三維進行管道抽樣，產(chǎn)生抽樣張量；步驟S32：將所述抽樣張量進行張量奇異值分解，分別得到左，右奇異值張量步驟S33：將所述奇異值張量和分為水平切片和側(cè)切片，并計算每個切片的杠桿分數(shù)和通過杠桿分數(shù)計算感興趣區(qū)域內(nèi)每個參考點的采樣概率步驟S34：設(shè)置循環(huán)次數(shù)為 L，每次不重復(fù)的選取采樣概率最大的(1-β)m/L個參考點進行管道抽樣，并將每次抽樣的新樣本并入樣本集中，產(chǎn)生抽樣張量；通過執(zhí)行所述步驟S32、S33，直到最大循環(huán)次數(shù)或樣本預(yù)算.

進一步的，在所述步驟S32中所述左，右奇異值張量和核心張量S通過張量奇異值分解(t-SVD)不斷進行更新，張量奇異值分解即對三維矩陣進行奇異值分解：