【技术实现步骤摘要】
一种基于改进模糊核聚类的室内定位楼层判别方法
本专利技术属于室内定位
，特别涉及一种基于改进模糊核聚类的室内定位楼层判别方法。
技术介绍
室内定位具有很好的应用前景，有大量学者对之进行探究，但在以往的相关研究中，多集中于同楼层的平面定位精度和性能，高度信息往往被忽略或者使用额外的硬件设备指示，甚至需要人为指定。而在大型多楼层室内场所中，高度信息是位置感知服务的重要组成部分，传统的基于二维平面的位置感知服务并不能满足用户需求。因此，多楼层的室内定位方案逐渐受到人们的关注。WiFi信号因具有覆盖范围广，网络部署成本低，可用于通信等优点，在室内定位和跟踪领域中备受关注。目前基于WiFi信号的室内定位方法大多采用基于信号强度的位置指纹法，而WiFi信号每穿过一次楼层时，都会出现剧烈衰减，这导致不同楼层间同一AP的信号强度有明显的区别，可以利用这种现象进行楼层判别，实现多楼层室内定位。但是，一般大型建筑物中为保证网络的无死角覆盖和通信质量，布置了足够数量的企业级AP，其信号穿透力较强，因此同一个AP的信号可能出现在多个楼层，且在相邻楼层间的差异不是特别明显。如果选用定...
【技术保护点】
1.一种基于改进模糊核聚类的室内定位楼层判别方法，其特征在于，包括如下步骤：(1)在p个楼层的室内定位区域中，分布有q个可见AP，在各楼层选取定位参考点，采集各楼层可见AP的RSSI后建立各楼层的原始位置‑指纹数据库，采集完毕后，分析并建立各楼层间所有AP的分布范围数据库；(2)对步骤(1)中建立的各楼层的原始位置‑指纹数据库，利用优化的快速搜索和发现密度峰值即CFSFDP方法，确定各楼层的聚类数目和聚类中心，将所得各个楼层的聚类数目和聚类中心作为模糊核聚类算法的输入参数，并利用模糊核聚类的聚类结果，在各楼层的原始位置‑指纹数据库中加入分类标记，形成带有分类标记的指纹数据库...
【技术特征摘要】
1.一种基于改进模糊核聚类的室内定位楼层判别方法，其特征在于，包括如下步骤：(1)在p个楼层的室内定位区域中，分布有q个可见AP，在各楼层选取定位参考点，采集各楼层可见AP的RSSI后建立各楼层的原始位置-指纹数据库，采集完毕后，分析并建立各楼层间所有AP的分布范围数据库；(2)对步骤(1)中建立的各楼层的原始位置-指纹数据库，利用优化的快速搜索和发现密度峰值即CFSFDP方法，确定各楼层的聚类数目和聚类中心，将所得各个楼层的聚类数目和聚类中心作为模糊核聚类算法的输入参数，并利用模糊核聚类的聚类结果，在各楼层的原始位置-指纹数据库中加入分类标记，形成带有分类标记的指纹数据库；(3)在待测点上采集一组来自所有可见AP的RSSI值，先与楼层间所有AP的分布范围数据库进行比较，得到粗分类结果，若结果唯一，则直接确定待测点所在楼层，否则，利用聚类中心判定待测点所在楼层。2.根据权利要求1所述的一种基于改进模糊核聚类的室内定位楼层判别方法，其特征在于，所述步骤(1)中建立各楼层的原始位置-指纹数据库和各楼层间所有AP的分布范围数据库的具体步骤如下：(1.1)首先，对定位区域的q个可见AP按照MAC地址从1～q进行编号，然后，对每一楼层定义集合Qf表示各个楼层可见AP的编号集合，其中p为总楼层数，f为楼层编号，qf为第f楼层内可见AP的个数，该集合元素nums的取值范围为1≦nums≦q，s为正整数；在每个参考点处采集k次WiFi的RSSI值，得到一个k×qf阶矩阵，矩阵的第t行第s列表示第t次接收到的来自编号为nums的可见AP的RSSI值；k，qf，t，s均为正整数，1≦t≦k,1≦s≦qf；(1.2)将每个参考点处得到的k×qf阶矩阵的列向量的所有元素相加后取平均值，得到该参考点的指纹信息，该指纹信息为一个qf维行向量该行向量的第s列元素表示在参考点nf,i处进行k次采样之后来自第nums个AP的RSSI平均值；然后将该参考点的二维位置坐标lf,i(xf,i,yf,i)与指纹信息存入该参考点所在楼层的原始位置-指纹数据库中；全部参考点采集处理完毕后形成各楼层的原始位置-指纹数据库；若参考点上检测不到某些AP时，则用默认值-110dBm代替；(1.3)对于定位区域的q个可见AP，根据各个楼层的原始位置-指纹数据库的信息，第f楼层第j个AP的RSSI范围为若该楼层某个AP不可见，将其RSSI范围设为(-110dBm，-110dBm)，由此构建所有AP在每个楼层的分布范围数据库DR，其中DR为一个p×2q的空间，奇数列存储每个APRSSI范围的最小值，偶数...
【专利技术属性】
技术研发人员：王东，杜凯颖，何倩，曹斌，
申请(专利权)人：东南大学，
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。