基于核函数主特征提取的WIFI室内加权K近邻定位算法制造技术

本发明专利技术公开了一种基于核函数主特征提取的WIFI加权k近邻室内定位方法，定位区域内存在任意n个AP，在定位区域内选定的N个定位参考节点，在各个参考节点上可以采集到非视距的n个AP的记得收接收信号强度(RSS)信号，这个n维的RSS信号作为参考节点位置指纹信息，将所有参考节点的指纹信息通过核函数主特征提取(KPCA)，提取位置指纹的主要特征，利用加权K近邻算法(WKNN)进行匹配定位，本发明专利技术通过仿真和实际环境中使用RSS信号作为位置指纹的室内定位，有效的避免实际WIFI环境中RSS信号的波动性对定位结果的影响，定位精度有显著的提高，而且本发明专利技术与WKNN定位算法相比有较好的定位鲁棒性。

【技术实现步骤摘要】

本专利技术涉及无线通信网络领域，具体涉及一种基于核函数主特征提取的WIFI室内加权K近邻定位算法。
技术介绍
传统的基于卫星的定位技术，如GPS等，能够很好解决室外定位的需求，但是用于室内定位时，由于室内建筑对卫星信号的影响，定位效果非常的不好。相反利用无线网络通信技术用于室内定位时，效果非常的好。WIFI技术因其在室内布设简单，部署广泛，价格低廉等特性更加适用于室内定位，基于WIFI技术的室内定位成为研究热点。基于位置指纹架构的定位方法，是WIFI无线室内定位中的基本方法，该方法的使用条件是，AP的部署位置固定，部署的所有AP必须保证同构。基于位置指纹架构的定位算法如图2所示。该方法需要建立参考节点的位置指纹库，参考节点位置指纹的信息可以通过测量参考节点处来自各个AP的RSS信号建立。这种基于位置指纹的定位模型，其定位精度很大程度上取决于位置指纹数据与定位时在线测得的数据是否满足相同的分布模型。在实际的室内WLAN环境中，由于室内环境的复杂性，多径、阴影效应、人员走动、信道拥塞和节点的通信半径有限等因素的影响，在参考节点采集的各个AP的RSS信号往往表现出时变的特性，严重影响定位算法的精度。
技术实现思路
本专利技术的目的是为解决上述不足，提供一种基于核函数主特征提取的WIFI室内加权K近邻定位算法。本专利技术的目的是通过以下技术方案实现的：一种基于核函数主特征提取的WIFI室内加权K近邻定位算法，定位区域内存在任意n个AP，在定位区域内选定的N个定位参考节点，在各个参考节点上可以采集到非视距的n个AP的接收信号强度(RSS)信号，这个n维的RSS信号作为参考节点位置指纹信息，将所有参考节点的指纹信息通过核函数主特征提取，提取位置指纹的主要特征，利用加权(WKNN)K近邻算法进行匹配定位计算；包括以下步骤：a.在定位区域内选定的N个定位参考节点，采集全部N个参考节点的位置指纹信息；b.将所有的位置指纹信息通过(KPCA)核函数主特征提取，提取位置指纹信息的主要特征，作为的参考节点的特征位置指纹；C.采集待测点的来自各个AP的RSS信号，利用加权K近邻算法进行匹配输出定位结果。步骤a的具体过程如下：a1.在选定的定位区域选定N个参考节点(ReferencePoints，RP每个参考节点的物理位置为li(xi，yi)，N个参考节点的物理位置构成一个位置库L＝(l1，l2…lN)T；a2.在各个参考节点上可以采集到非视距的n个AP的RSS信号及MAC地址信息(MAC作为AP的标识)，在每个参考节点上都要进行p次采集，将RSS均值作为这个参考节点li(xi，yi)的位置指纹信息，这个位置指纹信息是一个n维向量fi＝(rss1，rss2…rssn)T，i∈(1，N)，其中为p次采样之后来自第i个AP的RSS信号的平均值；a3.全部参考节点的位置信息构成一个N×n维的位置指纹空间F，即F＝(f1，f2…fN)T，将全部F与L存储在数据库中，数据库中，F的每个行向量fi，代表着参考节点li(xi，yi)的位置指纹信息。步骤b的具体过程如下：b1.将F作为输入，根据公式K(xi，xj)＝exp(|xi-xj|2/-ε2)，计算N×N阶高斯核矩阵K，其中核矩阵K的每个元素为kij＝exp(|fi-fj|2/-ε2)，ε为高斯核宽度，其中i，j＜＝N；b2.根据式计算修正核矩阵1N为N×N阶矩阵，每一个元素都是1/N；b3.计算的前k个最大特征值λ1≥λ2…λk-1≥λk，及对应的特征向量v1，v2…vk，其中k＜N；b4.通过施密特正交化方法将v1，v2…vk单位正交化得到α1，α2…αk；b5.计算特征位置指纹空间其中α＝(α1，α2…αk)T，F′为N×k维矩阵。步骤c的具体过程如下：c1.在待测地点实时采集各个AP的RSS信号构成在线指纹向量S，对S进行KPCA提取后，得到在线特征指纹向量S′，S′=(V·Φ(S))=ΣαtK~(ft,S)]]>其中K~(ft,S)=K(ft,S)-1NΣj=1NKtj-1NK(fi,S)+1N2Σi=1NΣj=1NKij;]]>c2.计算s′与各个特征位置指纹f′i的欧氏距离，Di(S′,Fi′)=Σj=1k(sj′-rssij′)22,i∈(1,N),]]>能够表征s'与f′i间的相似程度，其值越小二者越相似；c3.按Di(S′，F′i)的大小排列，找到前m(m＜N)个最小的Di，使之满足并找到其相对应的m个特征位置指纹和位置信息li(xi，yi)；c4.利用加权K近邻法估计出待测点的位置信息position=Σi=1m(1Di+d0·li)Σi=1m1Di+d0.]]>本专利技术具有如下有益的效果：与现有技术相比较本专利技术的有益效果在于：本专利技术是在WIFI室内定位结果受到RSS信号时变性的情形进行详尽分析，针对解决RSS信号的实时波动误差对WIFI室内定位算法的影响所提出的算法。本专利技术首次将核函数主特征提取(KPCA)引入到WIFI室内定位问题中，通过仿真和实际环境中使用RSS信号作为位置指纹的室内定位实验表明，本专利技术可以有效的避免实际WIFI环境中RSS信号的波动性对定位结果的影响，定位精度有显著的提高，而且本专利技术与WKNN定位算法相比有较好的定位鲁棒性。本算法的定位误差显著小于原K近邻定位算法的定位误差。在对被测节点进行定位时，所采集的RSS信号由于室内环境的影响存在较大误差，因此本算法表现出了较优异的性能。附图说明图1为本专利技术的基于核函数主特征提取的WIFI室内加权K近邻定位算法流程图；图2为本专利技术的指纹定位算法架构图；图3为本专利技术的实验定位区域图；图4为本专利技术的KPCA算法的流程图；图5为本专利技术的加权K近邻定位算法流程图；图6为本专利技术的算法与K近邻算法定位结果比较结果图。具体实施方式下面结合附图对本专利技术作进一步的说明：本专利技术基于核函数主特征提取的WIFI加权K近邻室内定位方法，在定位区域内选定的N个定位参考节点，在各个参考节点上采集各个参考节点位置指纹信息，将所有参考节点的指纹信息通过核函数主特征提取(KPCA)，提取位置指纹信息主要特征，利用加权K近邻算法(WKNN)进行匹配定位。其主要包括以下步骤：步骤a在定位区域内本文档来自技高网...

【技术保护点】
一种基于核函数主特征提取的WIFI室内加权K近邻定位算法，其特征在于：定位区域内存在任意n个AP，在定位区域内选定的N个定位参考节点，在各个参考节点上可以采集到非视距的n个AP的接收信号强度(RSS)信号，这个n维的RSS信号作为参考节点位置指纹信息，将所有参考节点的指纹信息通过核函数主特征提取，提取位置指纹的主要特征，利用加权(WKNN)K近邻算法进行匹配定位计算；包括以下步骤：a.在定位区域内选定的N个定位参考节点，采集全部N个参考节点的位置指纹信息；b.将所有的位置指纹信息通过(KPCA)核函数主特征提取，提取位置指纹信息的主要特征，作为的参考节点的特征位置指纹；c.采集待测点的来自各个AP的RSS信号，利用加权K近邻算法进行匹配输出定位结果。

【技术特征摘要】
1.一种基于核函数主特征提取的WIFI室内加权K近邻定位算法，其特征在于：定位区域
内存在任意n个AP，在定位区域内选定的N个定位参考节点，在各个参考节点上可以采集到
非视距的n个AP的接收信号强度(RSS)信号，这个n维的RSS信号作为参考节点位置指纹信
息，将所有参考节点的指纹信息通过核函数主特征提取，提取位置指纹的主要特征，利用加
权(WKNN)K近邻算法进行匹配定位计算；包括以下步骤：
a.在定位区域内选定的N个定位参考节点，采集全部N个参考节点的位置指纹信息；
b.将所有的位置指纹信息通过(KPCA)核函数主特征提取，提取位置指纹信息的主要特
征，作为的参考节点的特征位置指纹；
c.采集待测点的来自各个AP的RSS信号，利用加权K近邻算法进行匹配输出定位结果。
2.根据权利要求1所述的一种基于核函数主特征提取的WIFI室内加权K近邻定位算法，
其特征在于：所述的步骤a的具体过程如下：
a1.在选定的定位区域选定N个参考节点(ReferencePoints，RP)，每个参考节点的物
理位置为li(xi，yi)，N个参考节点的物理位置构成一个位置库L＝(l1，l2…lN)T；
a2.在各个参考节点上可以采集到非视距的n个AP的RSS信号及MAC地址信息(MAC作为
AP的标识)，在每个参考节点上都要进行p次采集，将RSS均值作为这个参考节点li(xi，yi)的
位置指纹信息，这个位置指纹信息是一个n维向量fi＝(rss1，rss2…rssn)T，i∈(1，N)，其中
为p次采样之后来自第i个AP的RSS信号的平均值；
a3.全部参考节点的位置信息构成一个N×n维的位置指纹空间F，即F＝(f1，f2…fN)T，将
全部F与L存储在数据库中，数据库中，F的每个行向量fi，代表着参考节点li(xi，yi)的位置
指纹信息。
3.根据权利要求1所述的一种基于核函数主...

【专利技术属性】
技术研发人员：全薇，李华亮，钱志鸿，王一然，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22