[發(fā)明專利]一種基于核極限學(xué)習(xí)機與粒子濾波的室內(nèi)定位方法

在審

• 申請?zhí)枺?/td>: 202010969778.9
• 申請日: 2020-09-15
• 公開（公告）號: CN112040405A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 馬利;張建平;馮肖亮;吳蘭;閆晶晶;王偉生;張曉東;鄭維
• 申請（專利權(quán)）人: 河南工業(yè)大學(xué)
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W64/00;G06N20/00;G06N3/08
• 代理公司: 鄭州天陽專利事務(wù)所(普通合伙) 41113
• 代理人: 蔡文雅

本發(fā)明涉及基于核極限學(xué)習(xí)機與粒子濾波的室內(nèi)定位方法，可有效解決WiFi指紋法定位精度易受信號波動影響的問題以及定位誤差較大的問題，其解決的技術(shù)方案是，該室內(nèi)定位方法包括離線階段和在線階段兩部分，在離線階段，設(shè)置n個AP點，在目標(biāo)區(qū)域上合理選擇均勻的參考點RP，建立起指紋數(shù)據(jù)庫，利用已經(jīng)訓(xùn)練好的模型與建立好的指紋數(shù)據(jù)庫中的指紋進行匹配，通過篩選匹配的結(jié)果來確定最后定位的位置，本發(fā)明在指紋數(shù)據(jù)庫基礎(chǔ)上，通過結(jié)合極限學(xué)習(xí)機與粒子濾波，解決了WiFi指紋法定位精度易受信號波動影響的問題以及定位誤差較大的問題，能夠顯著地提高定位精度，是室內(nèi)定位方法上的創(chuàng)新。

技術(shù)領(lǐng)域

本發(fā)明涉及室內(nèi)定位技術(shù)領(lǐng)域，特別是一種基于核極限學(xué)習(xí)機與粒子濾波的室內(nèi)定位方法。

背景技術(shù)

在實際生活、工作和生產(chǎn)中，人類活動的80％～90％的時間都處在室內(nèi)環(huán)境中，例如大型商場、酒店、圖書館、車站、地下交通、機場、寫字樓等成為人們生活中重要的組成部分，以及地下、礦井、隧道等室內(nèi)生產(chǎn)，使得人們對室內(nèi)位置服務(wù)的需求迅速增加，并為室內(nèi)定位技術(shù)提供了廣闊的發(fā)展空間。

目前，主流的室內(nèi)定位技術(shù)有藍牙定位、超寬帶定位、ZigBee定位、紅外感應(yīng)定位、WiFi定位等，但是前幾種定位方法都需要特殊的硬件設(shè)施或者條件才能實現(xiàn)精準(zhǔn)定位，與之相比，WiFi室內(nèi)定位由于成本低廉，不需要額外的基礎(chǔ)設(shè)施，易于實現(xiàn)等受到了廣泛的青睞。基于WiFi的室內(nèi)定位又分為基于傳播模型的定位和基于RSSI(無線信號強度指示)的位置指紋定位?；趥鞑ツＰ偷亩ㄎ恍枰獰o線信號在室內(nèi)傳播的模型,由于無線電信號傳播過程中受室內(nèi)復(fù)雜環(huán)境的影響，存在折射、反射、散射、衍射、多徑傳播、非視距、天線增益等現(xiàn)象，很難精準(zhǔn)的建立好模型,從而導(dǎo)致定位精度不高，Wi-Fi的RSSI指紋定位法是最簡單有效、應(yīng)用最廣泛的室內(nèi)定位方法之一，該方法也適用于藍牙、ZigBee、RFID等射頻定位技術(shù)。

在測距和定位實際應(yīng)用中，由于多徑、衍射、障礙物等因素的影響，基于RSSI的無線傳播模型自由空間傳播路徑損耗模型與理論值通常不一致，其是非線性關(guān)系，導(dǎo)致定位精度不高。針對這種情況，提出了一種基于核極限學(xué)習(xí)機與粒子濾波的室內(nèi)定位方法，結(jié)合極限學(xué)習(xí)機優(yōu)秀的訓(xùn)練速度和粒子濾波對于非線性系統(tǒng)的優(yōu)越性，擬合基于信號強度RSSI室內(nèi)定位系統(tǒng)的測量方程，結(jié)合粒子濾波進行定位勢在必行。

發(fā)明內(nèi)容

針對上述情況，為解決現(xiàn)有技術(shù)之缺陷，本發(fā)明之目的就是提供一種基于核極限學(xué)習(xí)機與粒子濾波的室內(nèi)定位方法，可有效解決WiFi指紋法定位精度易受信號波動影響的問題以及定位誤差較大的問題。

本發(fā)明解決的技術(shù)方案是，該室內(nèi)定位方法包括離線階段和在線階段兩部分，在離線階段，設(shè)置n個AP(Access Point，AP)點，在目標(biāo)區(qū)域上合理選擇均勻的參考點RP(Reference Point，RP)，在每個參考點，采集每個AP的無線信號強度，然后參考點上的RSSI指紋數(shù)據(jù)表示為(si,ri)(i＝1,2…n)，實際的物理坐標(biāo)為si＝(xi,yi)，該點指紋信息ri＝(ri1,ri2,…rim)是由m個AP組成的RSSI值，建立起指紋數(shù)據(jù)庫，得到RSSI高維向量與地理位置坐標(biāo)二維向量的一一對應(yīng)關(guān)系，在實際定位時，即在線階段，利用用戶接收到的一組RSSI，利用已經(jīng)訓(xùn)練好的模型與建立好的指紋數(shù)據(jù)庫中的指紋進行匹配，通過篩選匹配的結(jié)果來確定最后定位的位置。

本發(fā)明在指紋數(shù)據(jù)庫基礎(chǔ)上，通過結(jié)合極限學(xué)習(xí)機與粒子濾波，解決了WiFi指紋法定位精度易受信號波動影響的問題以及定位誤差較大的問題，能夠顯著地提高定位精度，是室內(nèi)定位方法上的創(chuàng)新。

附圖說明

圖1為本發(fā)明的位置指紋定位原理圖。

圖2為本發(fā)明ELM的網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖3為本發(fā)明室內(nèi)測試區(qū)域圖。

圖4為本發(fā)明在501測試的結(jié)果圖。

圖5為本發(fā)明在502測試的結(jié)果圖。