Indoor wireless network positioning method of back propagation neural network model based on the invention, the signal intensity of all wireless access points for each sampling point received detection of application scenarios, and the sampling point corresponding to the position coordinates are normalized; back propagation neural network model of signal strength of all wireless access points in each sample the initial establishment of the input as the input samples for training, complete the establishment of back-propagation neural network model; finally, the signal intensity of the input to the back-propagation neural network model of wireless access point to any place in the application scenario will detect the location, location coordinates. Compared with the prior art, the invention has stronger fault tolerant capability to the input parameter, and has fast positioning speed and high positioning accuracy. The invention can realize indoor positioning by detecting the signal intensity returned by the wireless network access point, and can be applied to various indoor environments equipped with wireless network access points, thereby greatly reducing the positioning cost.
【技术实现步骤摘要】
基于反向传播神经网络模型的室内无线网络定位方法
本专利技术涉及陆地无线定位技术,具体涉及基于反向传播神经网络模型的室内无线网络定位方法。
技术介绍
信息时代的迅速进步使得众多领域对位置信息的需求越来越大,其中,室外定位技术已经趋于成熟,而室内定位还有待进一步的发展。在主流的室内方法中,Wi-Fi(无线保真)定位凭着成本低、移植性好、环境适应能力强等优势,得到了广泛的应用。Wi-Fi是一种将装有无线网卡的设备通过连接至同一无线网络接入点(AccessPoint,AP)从而进行通信的技术。Wi-Fi无线网络主要由无线AP和无线网卡组成,Wi-Fi定位技术是基于Wi-Fi无线网络实现的。当下,在学校、机场、商场等室内环境基本都实现了Wi-Fi网络的覆盖,且覆盖的方式主要是大量的路由器阵列。这些路由器位置固定,工作时间稳定,且易于维护,完全符合Wi-Fi室内定位技术对于AP的要求。如果能够有效的利用这些布置规律的Wi-Fi接入点(Wi-FiAP),则可以在降低室内定位成本的同时,提高室内定位精度。与此同时,手机、平板、个人电脑等移动终端已经成为生活的必备品,而且这些终端都装有无线网卡,可以接收到附近AP的信号,符合Wi-Fi室内定位对于无线网卡设备的要求。然而现有技术并未提供利用Wi-Fi接入点实现Wi-Fi室内定位的方法或技术。
技术实现思路
本专利技术的目的在于为了解决现有技术室内定位技术定位成本高、定位不准确等问题的出现;提供基于反向传播神经网络模型的室内无线网络定位方法。为了达到上述目的,本专利技术通过以下技术方案实现:一种基于反向传播神经网络模型的室内无线网 ...
【技术保护点】
一种基于反向传播神经网络模型的室内无线网络定位方法,其特征在于,所述方法包括:检测应用场景中每个采样点接收到的所有无线接入点的信号强度,将所述所有无线接入点的信号强度与对应的所述采样点的位置坐标进行归一化处理;将每个所述采样点的所述所有无线接入点的信号强度作为输入样本输入初步建立的反向传播神经网络模型进行训练,完成所述反向传播神经网络模型的建立;将检测得到的所述应用场景中的任一地点的无线接入点的信号强度输入至所述反向传播神经网络模型,定位所述地点的位置坐标。
【技术特征摘要】
1.一种基于反向传播神经网络模型的室内无线网络定位方法,其特征在于,所述方法包括:检测应用场景中每个采样点接收到的所有无线接入点的信号强度,将所述所有无线接入点的信号强度与对应的所述采样点的位置坐标进行归一化处理;将每个所述采样点的所述所有无线接入点的信号强度作为输入样本输入初步建立的反向传播神经网络模型进行训练,完成所述反向传播神经网络模型的建立;将检测得到的所述应用场景中的任一地点的无线接入点的信号强度输入至所述反向传播神经网络模型,定位所述地点的位置坐标。2.如权利要求1所述的基于反向传播神经网络模型的室内无线网络定位方法,其特征在于,在检测应用场景中每个采样点接收到的所有无线接入点的信号强度,将所述所有无线接入点的信号强度与对应的所述采样点的位置坐标进行归一化处理的步骤之前,所述方法还包括:在所述应用场景中建立平面直角坐标系,确定若干个采样点的位置坐标。3.如权利要求2所述的基于反向传播神经网络模型的室内无线网络定位方法,其特征在于,在所述应用场景中建立平面直角坐标系,确定若干个采样点的位置坐标的步骤中,具体包含:在所述应用场景中设定任意相邻所述采样点的间隔,并将所述间隔作为采样精度;根据所述间隔确定若干个所述采样点的位置坐标;在所述应用场景...
【专利技术属性】
技术研发人员:叶芝慧,范中康,蒋欣呈,
申请(专利权)人:南京大学,
类型:发明
国别省市:江苏,32
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。