[发明专利]一种基于环境特征迁移的自适配定位方法

说明书

本发明公开了一种基于环境特征迁移的自适配定位方法。其主要步骤如下：S1：映射网络和坐标分类网络的预训练；S2：适配系数的计算和分析；S3：适配网络的训练；S4：坐标分类网路的自适应微调；S5：适配目标域环境的定位模型的构建；S6：进行定位。本发明提供的方法，可以在原有定位模型的基础上，适配出一个适应目标环境特征的定位模型，通过利用源环境特征和目标环境特征的RSS指纹样本进行适配网络训练，使定位模型适配目标环境的特征表达，提高定位模型的坐标匹配的精确度和鲁棒性，节省重新训练定位模型的成本。

技术领域

本发明涉及室内定位技术领域，更具体地，涉及一种基于环境特征迁移的自适配定位方法。

背景技术

通信技术的发展，为我们的生活带来便利的同时，也把万物互联这个主题推上新的高度。位置信息的获取已经成为工业领域和社会生活中不可或缺的一部分，它为人民的生活带来了巨大的便利，因此基于位置信息的业务逐渐成为了物联网应用的基本要求。

随着无线局域网的逐渐普及，Wi-Fi信号在生活中随处可见，基于Wi-Fi的室内定位技术由于设备布置成本低成为了近年来研究的热点，展现出广阔的发展前景和商业价值。

公开日为2014年7月9日，中国专利CN103913720A提供一种室内定位方法，面向非特定Wi-Fi设备，在室内环境中设置参考点，在参考点以及参考点周围的多个相关点，使用第一Wi-Fi设备检测来自所有Wi-Fi接入点的接收信号强度，以构建Wi-Fi位置指纹库；在待定位处使用第二Wi-Fi设备，采集来自所有Wi-Fi接入点的接收信号强度数据，并进行数据处理；计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，估计待定位处的位置坐标。然而基于Wi-Fi的室内定位技术非常容易受到环境因素的影响。在定位区域内，人流的走动会使RSS信号产生严重的波动；由于天气原因，潮湿的环境会使RSS信号的传播能力衰减。除此之外，Wi-Fi室内定位的定位精度在一定程度上取决于环境中存在的AP。一旦环境中一些AP的发射功率发生变化，这将对RSS指纹特征产生严重影响；定位区域内AP的数量和其信号的发射位置的改变也会在一定程度上使RSS指纹特征发生变化。以上各种不可控的因素最终会导致在线阶段采集的RSS指纹无法正确匹配离线指纹库的RSS指纹，从而使定位服务产生偏差。

综合以上的多种因素，定位模型在复杂的环境下很难长期保持定位的精准度。虽然通过重新训练定位模型可以解决这个问题，但是我们需要为此重新构建radiomap并且耗费大量的时间进行训练。这种效率低下的方法是我们所希望避免的。

发明内容

本发明提供一种基于环境特征迁移的自适配定位方法，克服定位模型在复杂环境下泛化能力不足的缺陷。

为解决上述技术问题，本发明的技术方案如下：

一种基于环境特征迁移的自适配定位方法，包括以下步骤：

S1：映射网络和坐标分类网络的预训练：构建源域指纹库和目标域指纹库，利用源域指纹库和目标域指纹库的指纹数据对映射网络和坐标分类网络进行训练，所述映射网络用于对源域指纹库的指纹数据进行特征映射，所述坐标分类网络用于构建定位模型；

S2：适配系数的计算和分析：计算源域指纹库和目标域指纹库的适配系数，并对计算获得的适配系数进行适配检验；

S3：适配网络的训练：利用源域指纹库和目标域指纹库的指纹数据进行适配网络的训练，所述适配网络用于对目标域指纹库进行特征适配；

S4：坐标分类网路的自适应微调：利用目标域指纹库的指纹数据对坐标分类网络新增的隐藏层参数进行微调；

S5：适配目标域环境的定位模型的构建：根据适配系数分析的结果构建适配目标域环境的定位模型；

S6：利用S5得到的定位模型进行定位。