[发明专利]一种基于神经网络改进算法的WiFi室内定位系统及定位方法

说明书

技术领域

本发明属于室内定位技术领域，具体涉及一种基于神经网络改进算法的WiFi室内定位系统。

背景技术

现有的GPS定位在室内效果很差，甚至不能定位，现有的室内定位技术存在高功耗且定位精度不高的问题。

发明内容

本发明要解决的技术问题是：提供一种基于神经网络改进算法的WiFi室内定位系统，已解决现有技术中存在的问题。

本发明采取的技术方案为：一种基于神经网络改进算法的WiFi室内定位系统，包括定位服务器、定位终端和无线AP节点，无线AP节点连接到定位终端，定位终端连接到定位服务器，定位服务器包括定位算法模块、Socket通信模块和数据库模块以及显示模块，Socket通信模块用于接收定位终端扫描的无线AP节点的WiFi信号强度值，并存储到数据库模块，定位算法模块读取数据库模块的WiFi信号强度值数据采用神经网络算法计算获得定位终端的位置坐标，通过显示模块将位置坐标从地图中显示。

一种基于神经网络改进算法的WiFi室内定位系统的定位方法，该方法包括以下步骤：

（1）定位终端扫描无线AP节点的WiFi信号强度，并将WiFi信号强度值数据通过Socket通信模块传送到数据库模块存储；

（2）定位算法模块读取数据库模块的WiFi信号强度值数据，并通过神经网络算法计算获得定位终端的位置坐标；

（3）显示模块将定位终端的位置坐标从地图中显示，Socket通信模块将神经网络算法计算后的结果反馈给定位终端。

定位终端按照设定的频率对周围的AP节点进行扫描，然后通过Socket模块将扫描到的信号强度值发送给定位服务器存储。

无线AP节点采用四个路由器，路由器通过交换机与执行神经网络算法的定位服务器进行连接，交换机由网关路由器进入广域网，路由器和执行网络算法的定位服务器在同一子网。

定位终端采用MFC模块，利用Native WiFi API获取WiFi信号强度值数据，并将采集到的数据打包发送到定位服务器。

Socket通信模块首先建立TCP服务器接收定位终端的上传数据，TCP服务器将读取到的信息按固定格式存储到指定文件，以备离线分析。

神经网络算法的模型在WIFI定位中设置输出层有两个节点（X，Y），输出层的激活函数为线性，输入Xi是采集的WIFI信号强度值，若采集点无WIFI信号，会设置一个默认值，隐层的激活函数是sigmoid函数。

神经网络算法的模型定位分为两个阶段：训练阶段和预测阶段，经对比后得到精确的位置。

本发明的有益效果：与现有技术相比，本发明采用神经网络算法，进行数据的处理和反馈，实现室内wifi定位，大大提高了定位精度和准确性。

附图说明

图1是本发明的定位终端流程图；

图2是本发明的服务器功能模块架构图；

图3是本发明的Socket通信模块工作原理图；

图4是本发明的WIFI神经网络模型图。

具体实施方式

下面结合附图及具体的实施例对本发明进行进一步介绍。

实施例1：如图1-图4所示，一种基于神经网络改进算法的WiFi室内定位系统，包括定位服务器、定位终端和无线AP节点，无线AP节点连接到定位终端，定位终端连接到定位服务器，定位服务器包括定位算法模块、Socket通信模块和数据库模块以及显示模块，Socket通信模块用于接收定位终端扫描的无线AP节点的WiFi信号强度值，并存储到数据库模块，定位算法模块读取数据库模块的WiFi信号强度值数据采用神经网络算法计算获得定位终端的位置坐标，通过显示模块将位置坐标从地图中显示。

一种基于神经网络改进算法的WiFi室内定位系统的定位方法，该方法包括以下步骤：

（1）定位终端扫描无线AP节点的WiFi信号强度，并将WiFi信号强度值数据通过Socket通信模块传送到数据库模块存储；

（2）定位算法模块读取数据库模块的WiFi信号强度值数据，并通过神经网络算法计算获得定位终端的位置坐标；

（3）显示模块将定位终端的位置坐标从地图中显示，Socket通信模块将神经网络算法计算后的结果反馈给定位终端。

定位终端按照设定的频率对周围的AP节点进行扫描，然后通过Socket模块将扫描到的信号强度值发送给定位服务器存储。