[发明专利]基于大数据的无线实时位置定位方法

摘要

本发明公开了基于大数据的无线实时位置定位方法，步骤如下：将被定位的检测区域网格化，设置在检测区域内的若干无线路由器发射无线信号，在网格化后区域的每个方格内用无线信号接收器多次采集无线路由器的无线信号的信息，将采集的无线信号信息组成大数据集无线信号指纹库；信号预处理；参数训练：训练深度神经网络DNN；基于训练的深度神经网络DNN的信号特征提取和特征分类；基于隐马尔科夫模型HMM的位置估计。本发明在不影响实时定位速度的情况下提升定位结果的准确性，成功将定位问题融入到大数据的背景中，并有效的利用大数据的优势来提高实时定位系统的性能。

主权项

基于大数据的无线实时位置定位方法，其特征是，包括如下步骤：首先，将被定位的检测区域网格化，设置在检测区域内的无线路由器发射无线信号，在网格化后区域的每个方格内用无线信号接收器多次采集无线路由器的无线信号的信息，将采集的无线信号信息组成大数据集无线信号指纹库；信号预处理：将大数据集无线指纹库中的无线信号数据或者无线接收器所观测到的信号向量进行归一化处理；参数训练：采用受限玻尔兹曼机RBM训练和误差反向传播BP训练相结合的方式对深度神经网络DNN的参数进行学习，训练深度神经网络；基于训练的深度神经网络DNN的信号特征提取和特征分类：所述特征提取是提取当前时刻所观测到的无线信号的特征，利用训练的深度神经网络DNN对归一化处理后的输入向量进行非线性变换，将输入向量投影到合适的空间；所述特征分类是将提取到的特征进行分类，从而实现对当前实际位置所对应的方格进行实时位置估计；最后，基于隐马尔科夫模型HMM的位置估计：利用所估计位置在时间上连续性，将深度神经网络DNN的多个输出转换为隐马尔科夫序列，采用隐马尔科夫模型HMM对隐马尔科夫序列进行实时位置估计，从而得到最佳的实时定位位置。