[发明专利]一种基于误差半监督学习的室内定位方法

权利要求书

1.一种基于误差半监督学习的室内定位方法，所述方法包括：在室内m个已知定位数据的测量点处，记录扫描到的N个wifi信号的信号强度信息及通过wifi信号进行定位的定位数据；由此获取定位误差矢量；在n个待测量点处，记录扫描到的N个wifi信号及通过N个wifi信号进行定位的定位数据；利用m个含定位误差的定位数据，采用基于图的半监督学习方法对n个不含定位误差的定位数据进行定位误差学习，获取到误差估计值矢量；最后，利用误差估计值矢量修正n个待测量点的定位数据由此获得定位结果；

所述方法具体包括：

步骤1)在室内m个已知定位信息的测量点处，移动终端按照固定的频率对室内N个wifi信号进行扫描，记录每个wifi的信号强度信息及通过N个wifi信号进行定位的定位数据；由此获取定位误差矢量；

所述m个测量点的定位信息通过定位设备的测量获得，记为x_i(i＝1…m)；通过N个wifi信号进行定位的定位数据记为则移动终端在这m个测量点的定位误差为定位误差矢量为：

Y_m＝[Δx₁，Δx₂，…Δx_m]^T

移动终端在这m个测量点接收到的N个WiFi的信号强度矢量为：

S_l＝(P₁^(l) P₂^(l) … P_N^(l))，l＝1…m；

步骤2)在n个待测量点处，移动终端按照固定的频率对室内N个wifi信号进行扫描，记录每个wifi的信号强度信息及通过N个wifi信号进行定位的定位数据；

移动终端在这n个待测量点处接收到的N个WiFi的信号强度矢量为：

S_l＝(P₁^(l) P₂^(l) … P_N^(l))，l＝m+1，…，m+n

这n个待测量点通过N个wifi信号进行定位的定位数据记为：

步骤3)对于所述步骤1)和步骤2)获取的m+n个测量点的测量数据，利用n个含定位误差的定位数据，采用基于图的半监督学习方法对n个不含定位误差的定位数据进行定位误差学习；获取到误差估计值矢量f_n＝[Δx_m+1，Δx_m+2，…Δx_m+n]^T；

步骤4)根据误差估计值矢量f_n，修正n个待测量点的定位数据由此获得高精度定位结果；

其中，y_i为第i-m个待测量点的高精度定位结果；

步骤5)输出修正后的n个待测量点的高精度定位结果y_i(i＝m+1，…m+n)。

2.根据权利要求1所述的基于误差半监督学习的室内定位方法，其特征在于，所述步骤3)具体包括：

步骤3-1)构造权值矩阵w，对于m+n个测量点中的任意两个测量点i，j，构造权值矩阵w(i，j)：

其中，σ为给定的信号邻域宽度；S_i为测量点i处接收到的N个WiFi的信号强度矢量，S_j为测量点j处接收到的N个WiFi的信号强度矢量；

步骤3-2)构造权值矩阵w：

步骤3-3)计算对角矩阵D和拉普拉斯矩阵Δ；

Δ＝D-W

其中D为对角矩阵，对角线取值为d_ii，i＝1，2，…，m+n；

步骤3-4)计算n个测量点的误差估计值矢量f_n＝[Δx_m+1，Δx_m+2，…Δx_m+n]^T；

f_n＝(D_n，n-W_n，n)W_n，mY_m

上式中，D_n，n为矩阵D的子矩阵，为矩阵D(m+1：m+n，m+1：m+n)；

W_n，n为W的子矩阵，为矩阵W(m+1：m+n，m+1：m+n)；

W_n，m为W的子矩阵，为矩阵W(m+1：m+n，1：m)。