The invention discloses a WIFI fingerprint location method and system based on deep learning, relates to the field of WIFI positioning method based on deep learning; it includes the following steps: 1) to obtain the RSSI information and the input parameters of the training and classification positioning unit for unsupervised learning by reconstructing RSSI information using the WIFI adapter WIFI scan signal 2); judge the reconstruction of RSSI information and RSSI information is consistent, if consistent, then the end of the training parameters, skip to step 3; 3) the reconstruction of RSSI information input parameter training and classification positioning unit for supervised learning, complete classification positioning each RSSI source location is building and floor; the invention solves based on the existing simple deep learning implementation WIFI fingerprint location with high accuracy to optimize the latter is complicated and time-consuming and will appear the overfitting problem, to improve The accuracy of WIFI location fingerprint location based on depth learning.
【技术实现步骤摘要】
一种基于深度学习的WIFI位置指纹定位方法及系统
本专利技术涉及基于深度学习的WIFI定位方法领域,尤其是一种基于深度学习的WIFI位置指纹定位方法及系统。
技术介绍
位置指纹指把实际环境中的位置和某种“指纹”联系起来,一个位置对应一个独特的指纹;指纹可以是单维或多维的,比如待定位设备在接收或者发送信息,那么指纹可以是这个信息或信号的一个特征或多个特征,最常见的是信号强度;WIFI几乎无处不在的可用性使其成为一个很有吸引力的定位方法,无需额外的硬件花费,基于时间和角度的定位方法不适用于WIFI信号,使得位置指纹法成为定位主要的选择。对于深度学习来说,其思想就是堆叠多个层即这一层的输出作为下一层的输入;通过这种方式,就可以实现对输入信息进行分级表达;多隐层的人工神经网络具有优异的特征学习能力,学习得到的特征对数据有更本质的刻画,从而有利于可视化或分类;深度神经网络在训练上的难度,可以通过“逐层初始化”来有效克服,逐层初始化可以通过无监督学习实现;目前基于深度学习的WIFI定位方法通常采用深度学习网络,后期进行优化达到精确定位,其中深度学习网络采用现有的卷积层+池化层+分类层,优化的解决方案采用过滤、手动数据分析和耗时的参数调整,实现起来繁杂、耗时且效率低;另一方面由于RSSI的采样数据是以时间为维度的离散数值,若使用深度学习算法极容易出现过拟合情况导致定位的精度差甚至定位失败。
技术实现思路
本专利技术的目的在于:本专利技术提供了一种基于深度学习的WIFI位置指纹定位方法及系统,解决了现有基于简单深度学习实现WIFI位置指纹定位高精度需要后期繁杂耗时的优化以及会 ...
【技术保护点】
一种基于深度学习的WIFI位置指纹定位方法,其特征在于:包括如下步骤:步骤1:利用WIFI适配器扫描WIFI信号获得RSSI信息并将其输入参数训练及分类定位单元中进行无监督学习得到重构RSSI信息;步骤2:判断重构RSSI信息与RSSI信息是否一致,若是一致,则结束参数训练,跳至步骤3;若不一致,则跳至步骤1;步骤3:将重构RSSI信息输入参数训练及分类定位单元中进行监督学习,完成分类定位得到各RSSI信息源所属楼栋及楼层完成定位。
【技术特征摘要】
1.一种基于深度学习的WIFI位置指纹定位方法,其特征在于:包括如下步骤:步骤1:利用WIFI适配器扫描WIFI信号获得RSSI信息并将其输入参数训练及分类定位单元中进行无监督学习得到重构RSSI信息;步骤2:判断重构RSSI信息与RSSI信息是否一致,若是一致,则结束参数训练,跳至步骤3;若不一致,则跳至步骤1;步骤3:将重构RSSI信息输入参数训练及分类定位单元中进行监督学习,完成分类定位得到各RSSI信息源所属楼栋及楼层完成定位。2.根据权利要求1所述的一种基于深度学习的WIFI位置指纹的定位方法,其特征在于:所述步骤1中无监督学习包括参数训练和原始数据简化表示的学习。3.根据权利要求1所述的一种基于深度学习的WIFI位置指纹定位方法,其特征在于:所述步骤3包括如下步骤:步骤3.1:在参数训练及分类定位单元的两个隐层之间进行Dropout操作后,将重构RSSI信息随机分为训练集、有效集和测试集;步骤3.2:将有效集和训练集输入到参数训练及分类定位单元中进行监督学习得到分类结果后调整隐层包含神经元个数至最优;步骤3.3:将测试集输入到分类定位单元中进行监督学习得到分类结果后调整隐层包含神经元个数至最优;步骤3.4:根据步骤3....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。