[发明专利]一种基于WIFI的室内定位方法及装置在审

专利信息
申请号: 201810919725.9 申请日: 2018-08-14
公开(公告)号: CN109040957A 公开(公告)日: 2018-12-18
发明(设计)人: 江顺尧 申请(专利权)人: 广东小天才科技有限公司
主分类号: H04W4/02 分类号: H04W4/02;H04W4/33;H04W64/00;G06K9/62
代理公司: 广州德科知识产权代理有限公司 44381 代理人: 万振雄;张海涛
地址: 528850 广东省东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 室内定位 指纹数据 目标模型 输入参数 匹配 输出参数确定 自动编码器 分布模型 神经网络 输出参数 分类器 计算量 堆叠 减小 拟合 样本
【说明书】:

发明公开一种基于WIFI的室内定位方法及装置,该方法包括:获取待定位WIFI指纹数据;将所述待定位WIFI指纹数据作为目标模型的输入参数,获得与所述目标模型的所述输入参数匹配的输出参数;所述目标模型为根据若干WIFI指纹数据样本对堆叠自动编码器SAE与深度神经网络DNN分类器进行训练获取得到;根据所述输出参数确定与所述待定位WIFI指纹数据相匹配的位置信息。实施本发明实施例,能够减小室内定位的计算量、可以描述复杂的WIFI信号分布模型以及减少过拟合现象,从而提高室内定位效果。

技术领域

本发明涉及室内定位技术领域,尤其涉及一种基于WIFI的室内定位方法及装置。

背景技术

目前,常见的定位方式为利用全球定位系统(Global Positioning System,GPS)实现定位。这种基于GPS的定位方式在室外具有高精度的优势,但是,在室内时GPS信号很弱,导致GPS的定位方式在室内场景下定位效果较差。

在实践中发现,室内场景中通常存在大量的WIFI接入点,因此现在对于室内定位的方式主要采用基于WIFI的定位方式,例如基于K近邻(k-NearestNeighbor,KNN)的WIFI定位方式、基于加权K近邻(Weighted NearestNeighbor,WKNN)的WIFI定位方式、基于支撑向量机(Support Vector Machine,SVM)的WIFI定位方式和基于多层神经网络的WIFI定位方式等。

但是,上述基于WIFI的定位方式分别存在着以下问题:基于KNN的WIFI定位方式与基于WKNN的WIFI定位方式存在着计算量大的问题、基于SVM的WIFI定位方式存在着难以描述复杂的WIFI信号分布模型的问题以及基于多层神经网络的WIFI定位方式存在着过拟合的问题,这些问题都影响到定位效果,亟需本领域技术人员解决以提高室内场景下的定位效果。

发明内容

本发明实施例公开一种基于WIFI的室内定位方法及装置,能够减小室内定位的计算量、可以描述复杂的WIFI信号分布模型以及减少过拟合现象,从而提高室内定位效果。

本发明实施例第一方面公开一种基于WIFI的室内定位方法,包括:

获取待定位WIFI指纹数据;

将所述待定位WIFI指纹数据作为目标模型的输入参数,获得与所述目标模型的所述输入参数匹配的输出参数;所述目标模型为根据若干WIFI指纹数据样本对堆叠自动编码器SAE与深度神经网络DNN分类器进行训练获取得到;

根据所述输出参数确定与所述待定位WIFI指纹数据相匹配的位置信息。

作为一种可选的实施方式,在本发明实施例第一方面中,在所述获取待定位WIFI指纹数据之前,所述方法还包括:

采集若干个预设室内地点中每一所述预设室内地点相匹配的若干个WIFI接入点的信号强度值,并将与每一所述预设室内地点相匹配的若干个所述信号强度值确定为与所述预设室内地点匹配的WIFI指纹数据样本,获得WIFI指纹数据样本库;所述WIFI指纹数据样本库包括所述预设室内地点与所述预设室内地点对应的WIFI指纹数据样本;

根据所述WIFI指纹数据样本库中的所述WIFI指纹数据样本训练SAE获得目标SAE编码器;

以所述目标SAE编码器和DNN分类器为依据,获得待训练模型;

根据所述WIFI指纹数据样本库中的所述预设室内地点与所述预设室内地点对应的WIFI指纹数据样本训练所述待训练模型,获得目标模型。

作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述WIFI指纹数据样本库中的所述WIFI指纹数据样本训练SAE,获得目标SAE编码器,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东小天才科技有限公司,未经广东小天才科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810919725.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top