[发明专利]一种基于WiFi和地磁指纹的分区融合定位方法

说明书

本发明一种基于WiFi和地磁指纹的分区融合定位方法，包括以下步骤：S1：利用堆叠自编码器对根据整个区域内的离线RSS数据按照均方误差最小原则进行重构；S2：对离线RSS数据重构完成后，将堆叠自编码器的解码层断开，保存编码层；按照BP算法微调整个网络，使得分类的精度得到优化；S3：将地磁信号从载坐标系转换为导航坐标系；S4：检验测试点。根据RSS的稀疏性，采用堆叠自编码器提取RSS的特征；然后将场景划分为特定的区域，即对RSS样本添加标签信息，根据堆叠自编码器提取RSS的特征进行分类；最后在每个区域内，将RSS和地磁作为混合指纹输入到回归神经网络内进行拟合。该算法在室内场景条件下能够取得非常好的重构、分类、拟合误差。

技术领域

本发明属于本发明属于无线通信、机器学习以及室内指纹定位技术领域，涉及一种基于WiFi和地磁指纹的二级分区融合定位的方法。

背景技术

全球移动设备用户数量的快速增长催生了许多新的服务和应用，其中基于位置的服务LBSs(Location Based Services)已经变得无处不在，而且对它们的需求正在呈指数增长，准确的位置信息在实际应用中起到了重要的作用。和其他技术相比，手机单元的普适计算、位置感知能力是使LBSs快速催生的最主要因素。

全球定位系统(Global Position System，GPS)可以提供高质量、稳定的室外定位精度，但是，因为墙体的阻挡，达到室内的GPS信号会大幅度的衰减，而且室内环境存在多径效应和非视距传输，导致GPS信号无法提供精确的室内定位信息，所以当前室内定位的技术不适合应用到室内场景中。

为了解决室内定位问题，研究人员提出了基于WiFi、UWB、蓝牙等技术的解决方案。其中，基于WiFi定位技术可以借助于公共网络设施、无需增设额外硬件设备，逐渐成为了室内定位的首选解决方案。一般情况下，智能设备在室内公共场所都能接收到一定数目的WiFi信号，这些WiFi信号的接收信号强度(Received Signal Strength,RSS)作为指纹可以提供丰富的位置区分信息。但是复杂的室内环境会使WiFi信号容易受到信号衰减、多径效应、人体阻挡等影响，从而导致其定位精度有限。

随着越来越多的传感器集成到智能手机中，如加速度传感器，陀螺仪，磁强计，气压计等，利用惯性传感器的定位技术以其无需任何基础设施，不易被环境干扰等特点受到研究人员越来越多的关注。其中，地磁在室内环境中普遍存在，基于地磁的室内定位技术不需要额外的设备，成本低廉，而且在同样的环境下，地磁信号比WiFi信号更加稳定，对位置的变化更为为敏感。但是地磁信号具有较低的位置分辨性，在较大区域内不同采样点的地磁信号可能会相同，导致定位出现误差。

单一的室内定位技术已经不能满足人们对位置的需求，多种定位技术结合已成为室内定位的主流方向，而基于WiFi、地磁信号的融合类定位算法可以优势互补，从而实现更精准的室内定位。

发明内容

本发明提出了一种基于WiFi和地磁指纹的分区融合定位方法，本发明的目的在于，为解决以下三个问题的存在而导致的在复杂大型室内场景条件下定位结果误差大：①在室内场景中采集得到的指纹维度空间比较大，容易存在局部区域的“维数灾难”；②WiFi信号传播容易受到复杂的室内环境的影响，从而产生诸如多径效应、同频干扰、非视距传输等现象，也就是说信号空间和物理空间不是简单的线性映射关系；③仅依赖WiFi指纹无法最大化利用智能手机丰富传感器的信息获取功能，从而导致定位精度不高。

为达到上述目的，本发明的技术方案如下；包括以下步骤：

S1：利用堆叠自编码器(Stacked Autoencoders)对根据整个区域内的离线RSS数据按照均方误差最小原则进行重构，得到堆叠自编码器(Stacked Autoencoders)网络的权值和偏置参数；