[发明专利]一种基于传播损耗学习的室内定位方法及系统

摘要

本发明公开了一种基于传输损耗学习的室内定位方法，包括：移动终端对室内的所有wifi信号进行实时扫描，为所述实时扫描的结果建立对数化“距离‑损耗”模型；利用历史数据对“距离‑损耗”模型进行学习，建立机器学习模型；然后基于历史数据生成训练样本集，对所建立的机器学习模型加以训练，得到用于生成wifi的信号传输衰减预测值的SVM回归预测函数；基于移动终端的实时扫描结果，结合SVM回归预测方程与对数化“距离‑损耗”模型，计算所述移动终端的准确的位置坐标。

主权项

1.一种基于传输损耗学习的室内定位方法，包括：步骤1)、移动终端对室内的所有wifi信号进行实时扫描，为所述实时扫描的结果建立对数化“距离‑损耗”模型；其中，所述“距离‑损耗”模型的表达式为：其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；步骤2)、利用历史数据对“距离‑损耗”模型进行学习，建立机器学习模型；然后基于历史数据生成训练样本集，对所建立的机器学习模型加以训练，得到用于生成wifi的信号传输衰减预测值的SVM回归预测函数；所述步骤2)进一步包括：步骤2‑1)、将整个待定位区域划分为J×K个网格，每个网格的坐标点记为步骤2‑2)、基于历史数据对每个位置点的wifi信号强度进行采集，在坐标点处第i个wifi采集信号强度记为对“距离‑损耗”模型进行变换，得到该坐标点对应的信号传输衰减因子为：其中，(a_i,b_i,c_i)为第i个wifi的坐标，其为已知值；P_i0表示1米时的信号强度，其为已知值；步骤2‑3)、以每个网格点的坐标作为输入点，以解算的信号传输衰减因子作为输出样本，构成对第i个wifi信标的训练样本集；所述第i个wifi信标的训练样本集的表达式为：输入特征集：输出目标集：f＝[ξ_i11,ξ_i12,…,ξ_iJK]；步骤2‑4)、采用步骤2‑3)所得到的训练样本集对支持向量机进行训练，利用训练样本集给出的输入特征集和输出目标集，对SVM按如下步骤进行训练，得到用于生成wifi的信号传输衰减预测值的SVM回归预测函数：步骤2‑4‑1)、利用二次规划算法，求解最优化问题：s.t.其中，ε为一给定的参数值，α_m^*、α_m为训练求取的参数，α_n^*、α_n为训练待求取的参数；f_m为训练输出集的第m个目标输出值，X_m为输入特征集的第m个样本，K(X_m,X_n)为径向基函数核函数，其形式为：其中，γ为高斯核函数宽度参数；步骤2‑4‑2)、训练完成后，建立SVM回归预测函数为：其中：b为训练得到的阈值，α_m^*、α_m为训练求取的参数；X＝(x,y)^T为给定的待预测样本特征矢量；为对第i个wifi的信号传输衰减预测值；步骤3)、基于步骤1)中移动终端的实时扫描结果，结合步骤2)所建立的SVM回归预测方程与步骤1)所建立的对数化“距离‑损耗”模型，计算所述移动终端的准确的位置坐标。