[发明专利]基于概率与支持向量机计算的WiFi定位系统及方法

权利要求书

1.基于概率与支持向量机计算的WiFi定位系统，将定位空间划分成若干定位区域，其特征在于：

定位空间中任意部署若干AP；

系统包括数据采集模块、数据处理模块、SVM训练模块；

数据采集模块采集包括定位区域标识、AP唯一标识及信号强度的定位区域数据，并采集包括AP唯一标识及信号强度的待定位数据；

数据处理模块对该定位区域数据进行处理生成标准数据表，

SVM训练模块以该标准数据表中的数据作为输入源进行训练处理，处理后得到SVM训练结果模块；

该待定位数据经SVM训练结果模块处理后得到定位结果。

2.如权利要求1所述的基于概率与支持向量机计算的WiFi定位系统，其特征在于，还包括概率计算模块，该概率计算模块依据所述标准数据表计算并确定出移动终端出现概率最大的至少两个定位区域，所述SVM训练模块以所述标准数据表中对应该至少两个定位区域的数据作为输入源进行训练处理，处理后得到SVM训练结果模块。

3.如权利要求2所述的基于概率与支持向量机计算的WiFi定位系统，其特征在于，

所述概率计算模块查找标准数据表，对应每个定位区域，找到与所述待定位数据中AP唯一标识相同的共有AP，分别对AP唯一标识两两相同的AP的信号强度进行正态分布概率计算，得到所述待定位数据中每个AP在每个定位区域中出现的概率；将每个定位区域中，所述待定位数据中每个AP出现的概率值相加，得到移动终端出现在每个定位区域的概率值；将移动终端出现在各个定位区域的概率值从大到小排列，确定出移动终端出现概率最大的至少两个定位区域。

4.如权利要求3所述的基于概率与支持向量机计算的WiFi定位系统，其特征在于，

从所述标准数据表中对应所述至少两个定位区域的数据中，选择出与所述待定位数据中AP唯一标识相同的共有AP，以所述至少两个定位区域的数据中对应该共有AP的数据形成至少两组区域向量值，将该至少两组区域向量值输入所述SVM训练模块进行训练得到SVM训练结果模块；

从所述待定位数据中，选择出与所述至少两个定位区域的数据中AP唯一标识相同的共有AP，以所述待定位数据中对应该共有AP的数据形成待定位向量值，将该待定位向量值输入该SVM训练结果模块。

5.如权利要求1或2或4所述的基于概率与支持向量机计算的WiFi定位系统，其特征在于，按照所述标准数据表中信号强度的大小将所述标准数据表进行分级，依据所述定位区域数据中的信号强度查找对应等级的所述标准数据表，以确定移动终端的类型。

6.如权利要求5所述的基于概率与支持向量机计算的WiFi定位系统，其特征在于，在所述定位空间边界处设置入口校准点，在该入口校准点上采集包括信号强度的信息，并依据信号强度查找所述分级的标准数据表。

7.一种基于权利要求1-4中任意一项所述系统实现的WiFi定位方法，其特征在于，

采集定位区域数据及待定位数据，对该定位区域数据进行处理生成标准数据表，将该标准数据表的数据输入SVM进行训练，得到训练后的SVM，待定位数据经训练后的SVM处理后得到定位结果。

8.如权利要求7所述的WiFi定位方法，其特征在于，

在定位空间中的若干定位区域内采集包括定位区域标识、AP唯一标识及信号强度的定位区域数据；在定位空间中的某一点上采集包括AP唯一标识及信号强度的待定位数据；对每个定位区域内每个AP多次采集得到的信号强度，分别计算平均值和方差，生成所述标准数据表；依据所述标准数据表中的数据进行概率计算，以确定移动终端出现概率最大的至少两个定位区域；将所述标准数据表中对应该至少两个定位区域的数据输入所述SVM进行训练，得到训练后的SVM；所述待定位数据经该训练后的SVM处理后得到定位结果。

9.如权利要求8所述的WiFi定位方法，其特征在于，

查找标准数据表，对应每个定位区域，找到与所述待定位数据中AP唯一标识相同的共有AP，分别对AP唯一标识两两相同的AP的信号强度进行正态分布概率计算，得到所述待定位数据中每个AP在每个定位区域中出现的概率；将每个定位区域中，所述待定位数据中每个AP出现的概率值相加，得到移动终端出现在每个定位区域的概率值；将移动终端出现在各个定位区域的概率值从大到小排列，确定出移动终端出现概率最大的至少两个定位区域。