[发明专利]一种利用机器学习优化蓝牙室内定位精度的方法

说明书

本发明公开了一种利用机器学习优化蓝牙室内定位精度的方法，包括以下步骤：S10：优化单位距离处的蓝牙信号强度A₀；S20：优化蓝牙传输过程的衰退因子η；S30：将优化后的参数带入公式：计算出相关的物理量，其中A指的是蓝牙设备间的距离，RSSI指的是测量的蓝牙信号强度，本发明通过优化参数衰退因子η以及1m参考量A₀，可以大大提高通过蓝牙信号转化出的距离精度，从而提升蓝牙在室内定位的准确度。

技术领域

本发明涉及定位技术领域，具体为一种利用机器学习优化蓝牙室内定位精度的方法。

背景技术

在使用蓝牙进行室内定位时侯，常常会利用蓝牙信号强度(RSSI)计算出蓝牙设备间的大致距离进行定位操作，经测试观察总结发现，两者的关系并非线性关系，而且通过大量的实验研究发现，可以用以下公式来表达：

从上述公式中可以看出有两个重要的参量决定了计算结果：1m的参考数据A₀以及衰退因子η，在传统的方案中该参数都是一个经验值，即通过大量的测试总结出的一个值，为了增加RSSI转化距离的精度，需要对这两个参量的精确度进行优化。

发明内容

针对背景技术中存在的问题，本发明提供了一种利用机器学习优化蓝牙室内定位精度的方法。

为实现上述目的，本发明提供如下技术方案：一种利用机器学习优化蓝牙室内定位精度的方法，包括以下步骤：

S10：优化单位距离处的蓝牙信号强度A₀；

S20：优化蓝牙传输过程的衰退因子η；

S30：将优化后的参数带入公式：计算出相关的物理量，其中A指的是蓝牙设备间的距离，RSSI指的是测量的蓝牙信号强度。

作为本发明一种优选的技术方案，于步骤S10中，优化单位距离处的蓝牙信号强度A₀具体步骤为：

a、选取距离蓝牙设备1m处位置，测得多个该位置蓝牙信号强度；

b、将该组的蓝牙信号强度数据进行方差计算，其中方差公式为：

式中μ为该组数据的平均值，X为每个蓝牙信号轻度，

N为该种数据的样本个数；

c、单独计算每个测量数据的方差，该个体方差与之前得到的整体方差进行对比，当差异较大时该数值舍弃，保留下来的数据的方差均在预期方差内，最后测得保留下来的数据平均值为最终的优化A₀。

作为本发明一种优选的技术方案，于步骤S20中，优化蓝牙传输过程中衰退因子η的具体步骤为：

a、在上述优化之后的1m参考量A₀的基础上，测量蓝牙设备间的距离A以及蓝牙设备间的信号强度RSSI，带入公式计算出每组数据对应的衰退因子η；

b、测量计算出多个衰退因子η，将该组的衰退因子η进行方差计算，其中方差公式为：式中μ为该组数据的平均值，X为每个衰退因子η，N为该种数据的样本个数；

c、单独计算每个衰退因子的方差，该个体方差与之前得到的整体方差进行对比，当差异较大时该数值舍弃，保留下来的数据的方差均在预期方差内，最后测得保留下来的数据平均值为最终优化的衰退因子η。

作为本发明一种优选的技术方案，还包括回路检测步骤进行反馈补偿，该步骤是通过机器学习以及采集的数据建立初始数据库，将测量值以及计算值与该初始数据库的预期值进行对比。

作为本发明一种优选的技术方案，当更换设计或是环境发生改变时，需重新优化1m参考量A₀以及衰退因子η。