[发明专利]一种基于LoRa SX1280的室内定位方法

权利要求书

1.一种基于LoRa SX1280的室内定位方法，其特征在于包括离线指纹采集建模阶段和在线实时定位阶段，具体实现如下：

一、离线指纹采集建模阶段，具体步骤包括：

1-1.将待定位区域进行网格划分，并利用移动节点装置和锚点装置对每个网格点区域采集基于LoRa SX1280的特殊指纹特征；

所述的特殊指纹特征包含基于LoRa SX1280测距引擎模式得到的测距指纹和基于LoRaSX1280通信模式得到的接收信号强度(RSSI)指纹；将测距指纹和RSSI指纹相结合，增加特征指纹的维度；

更进一步，记第i个网格点区域的中心位置坐标为P_i＝(x_i,y_i)，记第i个网格点区域采集到的特征指纹矩阵为

对于当l＝2j-1(奇数列)表示在第i个网格点区域处第k次采集到的来自第j个锚点装置基于通信模式获得的接收信号信号强度RSSI指纹值，当l＝2j(偶数列)表示在第i个网格点区域处第k次采集到的来自第j个锚点装置基于测距引擎模式获得的测距指纹值，其中i＝1,2...N，j＝1,2...M，l＝1,2...2M，k＝1,2...T；R_i的列数为特征指纹向量的维度2M；上面中，N为待定位区域的网格点个数，M为锚点个数，T为在每个网格点的采集次数；

1-2.针对每个网格点采集到的特殊指纹特征，采用高斯滤波法将极端数据用均值替代，然后将滤波后的特殊指纹特征及该网格点对应的二维坐标位置一并存入指纹数据库；

1-3.将指纹数据库中的指纹作为训练集，然后利用改进的支持向量回归算法构建特殊指纹特征与该网格点对应的二维坐标之间的计算模型；

二、在线实时定位阶段，具体步骤包括：

2-1.利用移动节点装置在其位置采集t次特殊指纹，形成t组特殊指纹特征；

2-2.对这t组特殊指纹特征采用中位数滤波方法，得到一个唯一指纹特征；

2-3.将这个唯一指纹特征代入到步骤1-3所得到的计算模型中，计算得到待定位节点的位置坐标；

采用高斯滤波法将极端数据用均值替代，具体实现如下：

对式(1)每个参考点采集的指纹矩阵R_i求出其各维数据的平均值μ_l，其中l＝1，2...，2M，表示维度；设置一个阈值概率λ，阈值概率λ表示信号值分布在区间[μ_l-θ_l，μ_l+θ_l]的概率，其中θ_l通过采集到的训练集数据和λ求得；

设采集到的训练集数据中的每一列数据均服从正态分布，记其概率密度函数为f_l(x)，则θ_l满足

根据式(2)求出θ_l后，得到R_i中每列元素的合理范围为[μ_l-θ_l，μ_l+θ_l]；在这个范围内的信号值认为是可靠的；反之，如果信号值不在此范围内，则认为该信号值不可靠；

对于R_i中的每一个元素如果保留否则，λ根据实际环境进行选择。

2.根据权利要求1所述的一种基于LoRa SX1280的室内定位方法，其特征在于步骤1-3所述的计算模型的构建方法和步骤2-3所述的计算待定位节点位置坐标的方法都是采用改进支持向量回归ISVR算法。

3.根据权利要求2所述的一种基于LoRa SX1280的室内定位方法，其特征在于该方法实现需要的设备包括移动节点装置、锚点装置、网关、定位服务器；其中移动节点装置和锚点装置都集成LoRa SX1280模组，且所述的LoRa SX1280模组支持LoRa通信模式和LoRa测距引擎模式。

4.根据权利要求3所述的一种基于LoRa SX1280的室内定位方法，其特征在于所述的移动节点装置可配置于一切可移动设备上；移动节点装置采用SX1280模组、独立天线、振动传感器、电池供电。