一种多分类器全局动态融合的室内定位方法技术

本发明专利技术公开了一种多分类器全局动态融合的室内定位方法，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的技术领域，解决权值求并没有充分挖掘多分类器之间的内在关联特性，以及RSS波动较大的环境中融合精度降低的问题。本发明专利技术对划分好的各格点采集信号强度建立RSS指纹库；在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重储存在权重矩阵中；把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重确定未知源的坐标位置。本发明专利技术用于室内定位。

An indoor localization method based on global dynamic fusion of multiple classifiers

The invention discloses a method for indoor positioning of multi classifier fusion technology in the field of global dynamic, global integration and online dynamic matching method using multi classifier to locate the complex indoor signal source target, correlation characteristics for not fully mining multiple classifiers between solving weights and RSS fluctuations in the environment the fusion accuracy is reduced. The present invention establish RSS fingerprint database on each grid point signal strength of RSS; in the fingerprint database, the signal intensity of each lattice point value is divided into two parts, one part is used to obtain multiple classifier learning, another part of the input to the classifier for the prediction, and according to the results of prediction and calculation of global each lattice point the fusion weights stored in the weight matrix; the unknown source RSS value weights to determine the coordinate of unknown source fusion optimal input to the classifier for position estimation and position estimation in the weight matrix index. The invention is used for indoor positioning.

【技术实现步骤摘要】
一种多分类器全局动态融合的室内定位方法
一种多分类器全局动态融合的室内定位方法，用于室内定位，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的

技术介绍
近年来，室内定位技术展现出广阔的发展前景和商业价值。譬如，大型超市对货物的跟踪管理，医院对病人的位置实时监控，博物馆内对馆藏物品的导航和智能家居等不胜枚举。因此在巨大的市场牵引力的作用下，寻找一种适合室内复杂定位环境下的高精度实时定位系统，已经成为业界的研究重点。文献[1]S.H.Fang,Y.T.Hsu,andW.H.Kuo,“Dynamicfingerprintingcombinationforimprovedmobilelocalization,”IEEETrans.Wirel.Commun.,vol.10,no.12,pp.4018–4022,2011.是一种局部动态加权融合多个分类器的指纹定位方法。该方法包括以下几个步骤：1)在划分好的格点采集信号强度(ReceivedSignalStrength，RSS)建立线下指纹库；2)利用线下建立的指纹库训练两种分类器进行室内定位分类器设计；3)本文档来自技高网...

【技术保护点】
一种多分类器全局动态融合的室内定位方法，其特征在于：如下步骤：步骤1、对划分好的各格点采集信号强度建立RSS指纹库；步骤2、在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重向量储存在权重矩阵中；步骤3、把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重向量确定未知源的坐标位置。

【技术特征摘要】
1.一种多分类器全局动态融合的室内定位方法，其特征在于：如下步骤：步骤1、对划分好的各格点采集信号强度建立RSS指纹库；步骤2、在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重向量储存在权重矩阵中；步骤3、把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重向量确定未知源的坐标位置。2.根据权利要求1所述的一种多分类器全局动态融合的室内定位方法，其特征在于：所述步骤1的具体步骤如下：步骤1.1、在需要定位的环境中固定好路由器的位置并将环境划分为等大小的格点；步骤1.2、搭建好WiFi网络，依次将信号源置于定位环境中的各个格点并记录下此时的信号源位置坐标，然后发射信号，记录各路由器接收到的各格点中信号源发射的RSS值；步骤1.3、将各路由器RSS值存储下来形成RSS指纹库。3.根据权利要求1所述的一种多分类器全局动态融合的室内定位方法，其特征在于：所述步骤2的具体步骤如下：步骤2.1、将RSS指纹库中每个格点分成两部分；步骤2.2、将每个格点等份取出一部分RSS值输入多个机器学习算法中得到对应的分类器；步骤2.3、将每个格点的另一部分RSS值输入到分类器中，得到预测结果，即得到分类器估计的定位位置；步骤2.4、根据定义的映射函数和预测结果定义融合误差表达式求解非线性规划问题得到格点上的全局融合权重储存在权重矩阵中。4.根据权利要求3所述的一种多分类器全局动态融合的室内定位方法，其特征在于：所述步骤2.4的具体如下：融合误差表达式...

【专利技术属性】
技术研发人员：郭贤生，李林，朱世林，徐峰，邹晶，李会勇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51