[发明专利]一种基于广义多核函数的室内定位方法

摘要

本发明揭示了一种基于广义多核函数的室内定位方法，顺序建立指纹地图库；利用迭代自组织数据分析算法对训练数据集进行预处理；利用C‑支持向量分类算法进行分类学习；构造多核函数；利用基于谱投影梯度下降的广义多核学习算法训练得到多核函数的最佳权重系数和最佳核参数；对训练数据集进行回归学习得到位置回归函数集合；利用分类函数对目标接收到的RSSI值进行在线分类，并调用对应的位置回归函数进行位置估计，得到目标的位置坐标。本发明技术方案得以应用后，增强了机器学习的离线训练能力，进一步提高了室内定位的精度，同时切实降低了离线计算复杂度，得以成本效率优化。

主权项

1.一种基于广义多核函数的室内定位方法，其特征在于以谱投影梯度下降算法作为求解算法，利用广义多核学习模型实现目标定位，包括步骤：a、利用参考节点的位置坐标和接收到的RSSI测量值建立指纹数据库，并作为训练数据集；b、利用迭代自组织数据分析算法对训练数据集进行预处理，分别得到RSSI测量值的类别标签数据集和每类RSSI测量值的位置数据子集；c、利用C‑支持向量分类算法对RSSI测量值的类别标签数据集进行分类学习，得到RSSI测量值的分类函数；d、利用线性组合的方法构造多核函数；e、利用基于谱投影梯度下降的广义多核学习算法同时训练得到多核函数的最佳核参数和最佳权重系数；f、在权重系数和核参数最佳的前提下，分别对每类RSSI测量值的位置数据子集进行回归学习，从而得到位置回归函数集合；g、利用步骤c得到的分类函数，对目标接收到的RSSI值进行在线分类，然后调用对应的位置回归函数进行位置估计，得到目标的位置坐标。