[发明专利]一种基于CSI指纹信息的室内被动定位方法

权利要求书

1.一种基于CSI指纹信息的室内被动定位方法，包括离线训练阶段和在线定位阶段，其特征在于，采用CSI相位信息作为指纹信息，

所述离线训练阶段至少包括以下步骤：

步骤1、对划分好的指纹点采集CSI数据，对其CSI的原始相位信息进行线性变换以消除相位偏移，得到修正后的相位信息作为样本数据，建立CSI指纹库；

步骤2、利用adaboost算法对样本数据进行权重训练，得到一个强分类器；

所述在线定位阶段至少包括以下步骤：

步骤3、采集待测点CSI数据，对其CSI的原始相位信息进行线性变换以消除相位偏移，得到修正后的相位信息作为待测数据，并输入步骤2中的强分类器中得到分类结果；

步骤4、对待测点的分类结果进行统计，选取所有分类结果中最多的r个分类结果，标记位置坐标为L_r(x,y)，其中r＝1,2,…,R，标记对应的分类结果数量分别n₁,n₂,…,n_R，标记r个分类结果的总数为N＝n₁+n₂+…+n_R，则每个坐标L_r(x,y)在这N个结果的概率p_r＝n_r/N，根据概率分布对r个分类结果的坐标(x,y)分别进行加权回归得到最终输出坐标

2.根据权利要求1所述的基于CSI指纹信息的室内被动定位方法，其特征在于，所述步骤1中的线性变换式为其中代表第i个子载波修正后的相位，代表第i个子载波未修正的相位，wave_i代表第i个子载波的索引值，A、b分别代表线性变换的两个参数，

3.根据权利要求1所述的基于CSI指纹信息的室内被动定位方法，其特征在于，所述步骤2具体包括以下步骤：

S1、将CSI指纹库分成训练样本和验证样本，初始化训练样本的权值分布，使得每一个训练样本都被赋予相同的权值w_i＝1/N，训练样本的权值初始分布满足D₁(i)＝(w1,w2,…,wN)＝(1/N,1/N，…,1/N)；

S2、对训练样本输入多个分类器中，进行分类器训练，得到训练好的多个弱分类器；

S3、将验证样本输入训练好的弱分类器中获得各个分类器的分类结果；

S4、选取一个当前错误率最低的弱分类器作为第t个基本分类器H_t，其中t＝1,2,…,T，并计算该弱分类器H_t在分布D_t上的误差为

S5、计算该弱分类器H_t在最终分类器中所占的权重

S6、更新训练数据集的权值分布其中Z_t为归一化常数，

S7、按照弱分类器H_t的权重α_t组合各个弱分类器,即

S8、通过符号函数sign得到一个强分类器