一种改进的位置指纹室内定位方法技术

技术编号:13741211 阅读:136 留言:0更新日期:2016-09-22 22:21
本发明专利技术的改进的位置指纹室内定位方法,分为离线阶段和在线阶段,其特别之处在于,离线阶段首先利用参考点和AP建立位置指纹数据库,然后通过K‑means聚类算法将指纹数据库中数据分类,并获取待测点所述类簇;在线阶段利用贝叶斯概率法将待测点与所述类簇的指纹进行匹配,以计算出待测点的位置坐标。本发明专利技术的改进的位置指纹室内定位方法,通过K‑means和贝叶斯算法进行结合,利用K‑means聚类算法将指纹数据库中数据分类,获取待测点所属类簇,大大减少了目标范围,再用贝叶斯概率法将待测点与此类簇的指纹进行匹配,使位置指纹定位算法一方面保障了定位精确度,另一方面降低算法复杂度,提高了效率,具有实用价值。

【技术实现步骤摘要】

本专利技术涉及无线定位
,更具体的说,尤其涉及一种改进的位置指纹室内定位方法
技术介绍
随着无线通信的快速发展,无线定位技术越来越得到人们的关注,尤其是室内定位技术,人们希望能够在大型商场、公共场所、地下停车场、较长的高速隧道等随时知道自身所在的位置,并且能够快速的到达目的地。现有比较热门的室内定位技术有以下几种,到达时间(TOA),到达时间差(TDOA),到达角(AOA),位置指纹定位(LFP)。以上定位技术各有优缺点,其中位置指纹定位精确度最高,但由于其算法复杂度高,花费的时间较长,对环境要求较高,这些都是现阶段亟待解决的问题。目前常用的指纹定位方法主要有最近邻算法、贝叶斯概率法、BP神经网络法等。它们的定位过程基本都分为离线阶段和在线阶段。离线时搜集海量样本数据形成数据库,在线时将待定位点的数据在数据库中逐一比对,得到最终的定位结果。然而,对最近邻法,其运算速度较快,但准确性不高,其改进算法K近邻及K加权近邻法也存在k值无法确定的问题,贝叶斯概率法虽然精度高,但也存在算法复杂度高,造成定位时间太长等问题。。
技术实现思路
本专利技术为了克服上述技术问题的缺点,提供了一种改进的位置指纹室内定位方法。本专利技术的改进的位置指纹室内定位方法,分为离线阶段和在线阶段,其特别之处在于,离线阶段首先利用参考点和AP建立位置指纹数据库,然后通过K-means聚类算法将指纹数据库中数据分类,并获取待测点所述类簇;在线阶段利用贝叶斯概率法将待测点与所述类簇的指纹进行匹配,以
计算出待测点的位置坐标。本专利技术的改进的位置指纹室内定位方法,离线阶段分为离线建库和聚类处理,通过以下步骤来实现:a).离线建库,在定位区域内设置n个参考点、m个AP,所有参考点的位置集合为:L={l1,l2,…ln本文档来自技高网...

【技术保护点】
一种改进的位置指纹室内定位方法,分为离线阶段和在线阶段,其特征在于,离线阶段首先利用参考点和AP建立位置指纹数据库,然后通过K‑means聚类算法将指纹数据库中数据分类,并获取待测点所述类簇;在线阶段利用贝叶斯概率法将待测点与所述类簇的指纹进行匹配,以计算出待测点的位置坐标。

【技术特征摘要】
1.一种改进的位置指纹室内定位方法,分为离线阶段和在线阶段,其特征在于,离线阶段首先利用参考点和AP建立位置指纹数据库,然后通过K-means聚类算法将指纹数据库中数据分类,并获取待测点所述类簇;在线阶段利用贝叶斯概率法将待测点与所述类簇的指纹进行...

【专利技术属性】
技术研发人员:阎跃鹏张浩杜占坤车玉洁
申请(专利权)人:济南东朔微电子有限公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 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。

1