[發明專利]基于特征遷移的動態環境下的室內定位方法、裝置及可讀介質

在審

• 申請號: 202310371979.2
• 申請日: 2023-04-10
• 公開（公告）號: CN116528163A
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 胡思林;付一夫;林建旋;方劍平;馮海男;胡鑫
• 申請（專利權）人: 廈門智小金智能科技有限公司
• 主分類號: H04W4/029
• 分類號: H04W4/029;H04W4/33
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 連耀忠

本發明公開了一種基于特征遷移的動態環境下的室內定位方法、裝置及可讀介質，獲取第一源域數據和第一目標域數據，根據第一源域數據和第一目標域數據分別計算得到邊緣概率分布差異和條件概率分布差異，并計算得到動態平衡因子；根據邊緣概率分布差異、條件概率分布差異和動態平衡因子確定數據整體特征分布適配優化目標；根據第一源域數據分別計算第二源域數據中同一類數據的類內距離和第二源域數據中不同類數據的類間距離，并確定數據局部幾何特性保留優化目標；根據數據整體特征分布適配優化目標和數據局部幾何特性保留優化目標構造得到總優化目標，并求解得到映射矩陣，通過映射矩陣實現定位，有效提高環境魯棒性及定位精度。

技術領域

本發明涉及室內無源定位領域，具體涉及一種基于特征遷移的動態環境下的室內定位方法、裝置及可讀介質。

背景技術

隨著物聯網技術的不斷發展，智能化逐漸成為各種室內場景的研究方向，基于位置服務的室內定位技術受到了廣泛的關注，而Wi-Fi信號作為廣泛存在于各種家庭場景中的信號源也成為了室內定位領域研究的重點。

早期Wi-Fi定位技術中通常使用鏈路層的接收信號強度指示(Received?SignalStrength?Indication,RSSI)，RSSI只能提供粗粒度的特征信息，其只能描述所接收的不同路徑失真信號的整體疊加結果，無法對不同路徑信號進行區分，因此一旦環境條件發生變化，RSSI信號自身的穩定性就會被破壞，從而造成數據漂移等問題，故RSSI難以持續完成高精度的室內定位工作。

隨著Wi-Fi信號的物理層信息的開放，研究信號源也逐步從鏈路層的RSSI數據轉向了物理層的信道狀態信息(Channel?State?Information,CSI)數據。相比于RSSI，CSI能夠提供細粒度的數據特征以供算法使用，大量研究表明CSI數據一定程度上提升了信號的穩定性和定位算法的定位效果，但基于Wi-Fi的定位算法的核心問題仍然沒有解決。Wi-Fi信號本身隨環境變化而產生域偏移，造成訓練采集數據和測試采集數據不滿足獨立同分布條件從而使得定位精度大幅下降的問題。

近些年，為了解決收集數據間的域偏移問題，遷移學習方法已經被用于了室內定位領域當中并得到了廣泛的應用，常見的遷移學習方法如TCA、JDA、CORAL等都能夠一定程度減小兩域數據間的分布差異。但其仍存在一些缺點，主要如下所述：

(1)知識遷移不夠充分，導致域適應效果有效，對于室內定位精度提升有限。

(2)只從兩域數據整體角度出發實現域適應，造成了混淆對齊問題，對后續定位算法分類造成了很大的困擾。

發明內容

針對上述提到的技術問題。本申請的實施例的目的在于提出了一種基于特征遷移的動態環境下的室內定位方法、裝置及可讀介質，來解決以上背景技術部分提到的技術問題。

第一方面，本發明提供了一種基于特征遷移的動態環境下的室內定位方法，包括以下步驟：

S1，獲取第一源域數據和第一目標域數據，根據第一源域數據和第一目標域數據組成的輸入數據矩陣計算得到第二源域數據和第二目標域數據之間的邊緣概率分布差異，根據每一類別的第一源域數據和第一目標域數據計算得到第二源域數據和第二目標域數據之間的條件概率分布差異，根據第一源域數據和第一目標域數據整體之間的距離以及第一源域數據和第一目標域數據中每個類別數據之間的距離計算得到動態平衡因子；

S2，根據邊緣概率分布差異、條件概率分布差異和動態平衡因子確定數據整體特征分布適配優化目標；

S3，根據第一源域數據分別計算第二源域數據中同一類數據的類內距離和第二源域數據中不同類數據的類間距離，根據類內距離和類間距離確定數據局部幾何特性保留優化目標；

S4，根據數據整體特征分布適配優化目標和數據局部幾何特性保留優化目標構造得到總優化目標，根據總優化目標求解得到映射矩陣，通過映射矩陣實現定位。