[发明专利]一种基于相位差的kNN指纹定位算法

说明书

本发明公开了一种基于相位差的kNN指纹定位算法，包括以下步骤：使用RFID技术获取相位差数据，数据清洗去除无效信息；过滤数据清除异常数据；建立相位差校正模型并对相位差进行校正，得到一个精确的相位差；将校正后的相位差结合kNN算法进行定位。采用RFID技术获取定位差，RFID是一项易于操控，简单实用且特别适合用于自动化控制的灵活性应用技术。并通过校正模型对相位差进行校正，使得到的相位差更加精确。采用kNN算法对待测标签进行定位，kNN算法思想简单，理论成熟，准确度高，对待测标签的位置坐标定位准确。

技术领域

本发明涉及一种定位算法，特别地，涉及一种基于相位差的kNN指纹定位算法。

背景技术

无线信号的应用越来越多，指纹定位算法对无线信号的使用越来越重要。现有指纹定位算法一般是采用RFID技术，基于RFID技术的指纹定位算法可分为两大类:基于测距的定位算法和与非测距的定位算法，基于测距的定位算法往往比非测距的定位算法具有更高的定位精度，但是由于前者在定位时需要复杂精确的测距及计算，这往往使得定位过程过于复杂，定位的适时性降低，而后者却不需要大量繁琐的测距和计算过程。目前，很多研究者将目光转向基于相位差的定位方式，传统的方法就是获取标签的相位差，然后转换成距离，最后用最小二乘法来估计出定位目标的位置。但是传统的做法得出标签的位置坐标不精确。

发明内容

为了克服现有技术的不足，本发明提供一种基于相位差的kNN指纹定位算法，可以得出标签更精确的位置坐标。

本发明解决其技术问题所采用的技术方案是：

一种基于相位差的kNN指纹定位算法，包括以下步骤：

S1：使用RFID技术采用FD-PDOA的定位方式获取相位差数据，数据清洗去除无效信息；

S2：过滤数据清除异常数据；

S3：建立相位差校正模型并对相位差进行校正，得到一个精确的相位差；

S4：将校正后的相位差结合kNN算法进行定位，具体步骤如下：

P1:系统初始化，设定阅读器、参考标签和待测标签的数量N、M、P和K的值；

P2：定义参考标签到每个阅读器的相位差值表示为RP_i，则第j个参考标签的相位差矢量可表示为：

RP^j＝(RP₁，RP₂，RP₃，...，RP_N)

同理，第i个待测标签的相位差矢量可表示为：

TPⁱ＝(TP₁，TP₂，TP₃，...，TP_N)，

则第j个参考标签到第i个待测标签的相位差欧氏距离可表示为：

则第i个待测标签到M个参考标签的相位差欧式距离矢量可表示为：

EP_i＝(EP_i，1，EP_i，2，EP_i，3，...，EP_i，M)；

P3：结合kNN算法，选出k个最近邻的参考标签，然后根据距离的远近赋予这k个参考标签坐标不同的权重，最终计算出待测标签的坐标：

其中

优选地，所述步骤S1中相位差的获取以及数据清洗去除无效信息步骤如下：