[发明专利]针对高度稀疏WiFi数据的网络侧定位方法与系统

摘要

本发明涉及一种针对高度稀疏WiFi数据的网络侧定位方法及系统，在该网络侧定位方法中，当带有WiFi模块的终端处于指定已知位置时，环境中的网络侧AP获取到该终端的信号强度等信息；然后将信号强度、MAC地址等信息按照一定的通信协议发送给服务器端；服务器端将不同AP发过来的信息进行处理，形成指纹，并存储在数据库中。训练定位模型时，将数据库中的指纹向量输入到深度学习方法中，通过调整参数以得到定位模型。得到定位模型后，当有用户处于该环境中时，网络侧AP就会感知到该用户的WiFi信息，将该信息发给服务器，服务器将处理得到的特征向量输入到已有的定位模型中，即可得到用户的位置信息。

主权项

1.一种针对高度稀疏WiFi数据的网络侧定位方法，其特征在于，包括以下步骤：当带有WiFi模块的终端处于指定已知位置时，网络侧无线访问接入点AP获取该终端的信号强度信息，形成包含所述信号强度信息的向量信息；通过设定的通信协议将所述向量信息发送给网络侧服务器；当所述网络侧服务器收到网络侧的n个AP发送的向量信息时，将所收到的n个向量信息与已知位置信息结合，形成并存储训练定位模型所需的指纹信息，n为自然数；将所述指纹信息输入到具有稀疏约束的深度学习方法中，训练得到定位模型，步骤包括：确定自编码学习网络的层数，对每一层神经网络的初始连接权值和偏置进行随机赋值；自底向上，逐层对自编码学习网络进行无监督预训练，预训练准则是对于单个自编码学习网络，在引入KL散度的约束下，求解网络参数，使得目标函数最小；将每一层自编码学习网络的编码输出结果作为下一层网络的输入数据；将最后一层自编码学习网络的输出输入到Logistic回归中，使用监督学习方法训练Logistic回归的参数；对整个网络进行微调，即通过反向传播算法同时调整所有层的参数获取最终的网络参数；当有用户处于该网络环境中时，网络侧AP将感知到的该用户的WiFi信息发送给所述网络侧服务器，所述网络侧服务器将处理得到的特征向量输入到所述定位模型中，得到用户的位置信息。