[发明专利]一种信号干扰下的超宽带室内定位方法

权利要求书

1.一种信号干扰下的超宽带室内定位方法，其特征在于，包括以下步骤：

S1、数据预处理：采集超宽带数据，并进行重复数据处理、缺失数据处理、异常数据处理以及测量误差处理；

S2、建立分类预测模型：对预处理后的数据依次进行特征提取、模型选择和参数选择，从而区分数据中是否存在信号干扰；

S3、建立定位模型：依次建立无信号干扰数据定位模型和有信号干扰数据定位模型，并进行模型泛化能力测试，从而实现物体的室内轨迹精确定位；

S4、执行室内运动轨迹定位方法，得到室内物体的运动轨迹曲线。

2.根据权利要求1所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述S1步骤中，重复数据处理用于分组识别相同或相似数据，并进行去重处理；处理缺失数据用于根据数据特征对数据缺失组进行填补或删除；处理异常数据用于利用箱线图对异常数据进行识别和删除；测量误差处理用于通过对比测量值和校验值的不同，从而识别异常数据并进一步清洗。

3.根据权利要求1所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述S2步骤中，特征提取用于提取距离列并计算每一列的平均值，形成一条包含四个距离数据的平均数行，并在行数据后添加是否存在信号干扰的标签；模型选择用于分别利用包含平均值和中位数的数据建立小样本分类模型，并进行对比实验；参数选择包括确定核函数和保持径向基核函数不变；并采用支持向量机分类算法。

4.根据权利要求3所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述确定核函数用于对不同核函数作对比实验，以选出最优核函数，并在最优核函数条件下进行调参，以此建立分类模型；所述保持径向基核函数不变用于通过交叉验证进行模型参数调优。

5.根据权利要求1所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述S3步骤中，建立无信号干扰数据定位模型包括以下步骤：

S311、将靶点和锚点间距离的差异性作为异常判别指标，引入局部异常因子测距方法LOF，以剔除无效数据和异常数据，得到更加精确的数据项；

S312、利用基于TOF的测距方法分别计算四个锚点到靶点的距离，测距方法如下：

当信号在两台收发器之间的单向飞行时间为：

则两台收发器之间(即两点之间)的距离为：

d＝c×T_single                         (3)

其中，T₁为信号的接收时间，T₂为信号的发射时间，c为电磁波的传播速度；

S313、引入遗传算法进行寻优，找到满足各个锚点到靶点的距离和精确值之间绝对值差最小的靶点坐标。

6.根据权利要求1所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述S3步骤中，建立有信号干扰数据定位模型包括以下步骤：

S321、利用无信号干扰数据定位模型筛选出无信号干扰数据中的精确数据，利用方法对有信号干扰数据集中的异常值进行过滤；

S322、对于筛选出的无信号干扰数据直接运用LOF测距方法进行筛选，得到更加精确的数据项；

S323、通过遗传算法寻优，得到满足各个锚点距离到靶点和精确值之间绝对值差最小的靶点坐标。

7.根据权利要求1所述的一种信号干扰下的超宽带室内定位方法，其特征在于，所述S3步骤中，模型泛化能力测试包括以下步骤：

S331、定义另一采样场景与固定实验场景的靶点范围相同，而锚点的位置不同；

S332、对两个环境中采集的数据进行整理并进行三维坐标精确定位，分析比较无信号干扰数据模型和有信号干扰数据模型的定位精度。