[發(fā)明專利]一種基于位置指紋的WIFI室內(nèi)定位方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910624811.1
• 申請(qǐng)日: 2019-07-11
• 公開（公告）號(hào): CN110300372A
• 公開（公告）日: 2019-10-01
• 發(fā)明（設(shè)計(jì)）人: 鐘艷如;趙帥杰;李一媛;楊兵;李芳;羅笑南
• 申請(qǐng)（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號(hào): H04W4/02
• 分類號(hào): H04W4/02;H04W4/33;H04W64/00;H04B17/318
• 代理公司: 桂林市華杰專利商標(biāo)事務(wù)所有限責(zé)任公司 45112
• 代理人: 楊雪梅

1.一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，包括如下步驟：

(1)搭建實(shí)驗(yàn)環(huán)境，建立WIFI位置指紋庫(kù)；

(2)建立WIFI定位位置指紋庫(kù)；

(3)采用改進(jìn)的K-means聚類算法計(jì)算初始聚類中心；

(4)計(jì)算最優(yōu)初始聚類中心；

(5)確定K-means聚類算法的最優(yōu)聚類數(shù)K；

(6)結(jié)合WKNN算法計(jì)算目標(biāo)位置并輸出目標(biāo)位置。

2.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(1)的具體過程如下：

離線定位階段，實(shí)驗(yàn)場(chǎng)景設(shè)置在長(zhǎng)方形的室內(nèi)區(qū)域，在該長(zhǎng)方形室內(nèi)區(qū)域的四個(gè)角落以及兩條長(zhǎng)邊的中點(diǎn)均勻布置六個(gè)WIFI信號(hào)AP，參考點(diǎn)RP的采樣間隔設(shè)置為2米，使用Android手機(jī)終端在每個(gè)RP點(diǎn)采集到的AP的接收信號(hào)強(qiáng)度指標(biāo)RSSI，建立基于RSSI的初始位置指紋數(shù)據(jù)庫(kù)。

3.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(2)的具體過程如下：

基于RSSI的初始位置指紋數(shù)據(jù)庫(kù)滿足正太分布，通過高斯濾波算法對(duì)基于RSSI的初始位置指紋數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理，得到一組比較平緩的RSSI指紋庫(kù)數(shù)值，利用該數(shù)值建立WIFI定位位置指紋庫(kù)。

4.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(3)的具體過程如下：

采用改進(jìn)的K-means聚類算法對(duì)WIFI定位位置指紋庫(kù)進(jìn)行聚類處理，改進(jìn)的K-means聚類算法采用優(yōu)化的聚類準(zhǔn)則函數(shù)ε，函數(shù)ε的表達(dá)式為M為數(shù)據(jù)對(duì)象的總個(gè)數(shù)，K為子集的個(gè)數(shù)，σ_i為第i個(gè)子類的標(biāo)準(zhǔn)差，m_i代表第i個(gè)子類中數(shù)據(jù)對(duì)象的個(gè)數(shù)，并使用聚類中心的搜索算法獲得較優(yōu)的初始聚類中心。

5.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(4)的具體過程如下：

對(duì)步驟(3)獲得的初始類聚中心采取J次取樣，每次提取的樣本集大小應(yīng)該能裝入主存，J次提取的樣本集之和等于原始數(shù)據(jù)集，對(duì)于每次提取的樣本數(shù)據(jù)分別采用K-means聚類算法進(jìn)行聚類，對(duì)應(yīng)分別產(chǎn)生一組聚類中心，J次取樣操作共生成J組聚類中心，然后再對(duì)J組聚類中心進(jìn)行聚類準(zhǔn)則函數(shù)值的比較，函數(shù)值最小的一組聚類中心為最優(yōu)初始聚類中心。

6.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(5)的具體過程如下：

改進(jìn)K-means算法設(shè)定初始聚類數(shù)為k′(k′>K)，較大的k′值可以擴(kuò)大解空間的搜索范圍，避免出現(xiàn)某些極值點(diǎn)附近無初值的現(xiàn)象，利用搜索到的初始聚類中心，再次采用K-means聚類算法對(duì)原始數(shù)據(jù)集進(jìn)行聚類并輸出k′個(gè)聚類中心，然后比較各聚類中心之間的距離，合并聚類中心最為接近的子類，直到合并后的子類的數(shù)目減少到指定的K值為止。

7.根據(jù)權(quán)利要求1所述的一種基于位置指紋的WIFI室內(nèi)定位方法，其特征在于，所述步驟(5)的具體過程如下：

在線定位階段，使用定位匹配算法WKNN將加權(quán)系數(shù)分別分配給對(duì)應(yīng)的參考點(diǎn)RP位置坐標(biāo)，具有定位結(jié)果穩(wěn)定的特點(diǎn)，WKNN的權(quán)重系數(shù)ω_i用于區(qū)分不同指紋在定位匹配中的重要程度，參考點(diǎn)的位置坐標(biāo)具體計(jì)算公式為：

其中x_i、y_i為參考點(diǎn)坐標(biāo)，K為與待測(cè)節(jié)點(diǎn)最鄰近的K個(gè)指紋參考點(diǎn)，ω_i為第i個(gè)近鄰點(diǎn)的權(quán)重，可以保證實(shí)時(shí)測(cè)得的RSSI越小的參考點(diǎn)位置坐標(biāo)其權(quán)重越大，可以在一定程度上提高定位系統(tǒng)的精度。