一种Wi-Fi样本数据优化方法技术

本发明专利技术公开了一种Wi‑Fi样本数据优化方法，所述方法采用Jaccard系数相似性和空间编码值信息来衡量Wi‑Fi样本数据两两间的相似程度，构建Wi‑Fi样本数据的相似矩阵；根据DBSCAN算法聚类原理对Wi‑Fi样本数据进行分簇，并提取Wi‑Fi样本数据的一重簇头和二重簇头；根据局部最优的原理，利用自顶向下的数据筛选方法，结合Wi‑Fi样本数据的二重簇头结果，从而得到最优的Wi‑Fi样本数据。本发明专利技术中的Wi‑Fi样本数据优化方法，利用邻近位置的Wi‑Fi数据具有一定的相似性来去除样本数据中的冗余，同时，Wi‑Fi样本数据间的空间编码信息，能够消除Jaccard系数相似性度量中的模糊问题，使得构建的Wi‑Fi指纹地图具有更强的鲁棒性，从而提高基于Wi‑Fi指纹的室内定位算法的性能。

【技术实现步骤摘要】
一种Wi-Fi样本数据优化方法
本专利技术涉及数据处理方法，具体是一种Wi-Fi样本数据优化方法。
技术介绍
人类80％以上的时间在室内环境中活动。位置服务、社交网络、健康救助、智慧城市、应急救援、物联网、精确打击等无不需要具备室内定位功能。室内定位已成为实现位置服务推广应用最迫切需要解决的难题。2016年启动的国家重点研发计划“室内混合智能定位与室内GIS技术”，立足室内无缝一米定位、为大型城市位置服务提供技术支撑。室内定位作为基于位置服务的关键技术之一，基于Wi-Fi指纹地图的室内定位技术能够利用现有的基础设施来获得室内定位的指纹地图信息而无需部署额外设备。然而耗时耗人工的现场勘测使得基于Wi-Fi指纹地图的室内定位技术受到限制。而群智感知室内Wi-Fi样本数据，通过用户参与式感知的方式来获得室内定位的Wi-Fi指纹地图，可以避免现场勘测的成本开销。然而，用户参与式感知的Wi-Fi样本数据由于设备的多样性使得获得的样本数据存在大量冗余的问题。为了降低Wi-Fi样本数据的冗余信息，减少用户上传样本数据的流量开销，需要针对用户获得的大量样本数据进行数据择优。现有的Wi-Fi样本数据择本文档来自技高网...

【技术保护点】
1.一种Wi‑Fi样本数据优化方法，其特征是，包括步骤如下：步骤1、计算Wi‑Fi样本数据两两间的相似度和空间编码值，构建Wi‑Fi样本数据的相似矩阵；步骤2、根据Wi‑Fi样本数据的相似矩阵对样本数据进行聚类分簇，并确定每一分簇的簇头，构建Wi‑Fi样本数据的一重簇头集合；步骤3、根据Wi‑Fi样本数据的一重簇头结果，将一重簇头集合中的数据视为新的Wi‑Fi样本数据，计算一重簇头两两间的相似度和空间编码值，构建一重簇头集合相对应的相似矩阵，根据获得的相似矩阵对一重簇头集合中的数据进行聚类分簇，并确定每一分簇的簇头，从而构建一重簇头的新簇头，即二重簇头集合；步骤4、采用自顶向下的方法，利用一重...

【技术特征摘要】
1.一种Wi-Fi样本数据优化方法，其特征是，包括步骤如下：步骤1、计算Wi-Fi样本数据两两间的相似度和空间编码值，构建Wi-Fi样本数据的相似矩阵；步骤2、根据Wi-Fi样本数据的相似矩阵对样本数据进行聚类分簇，并确定每一分簇的簇头，构建Wi-Fi样本数据的一重簇头集合；步骤3、根据Wi-Fi样本数据的一重簇头结果，将一重簇头集合中的数据视为新的Wi-Fi样本数据，计算一重簇头两两间的相似度和空间编码值，构建一重簇头集合相对应的相似矩阵，根据获得的相似矩阵对一重簇头集合中的数据进行聚类分簇，并确定每一分簇的簇头，从而构建一重簇头的新簇头，即二重簇头集合；步骤4、采用自顶向下的方法，利用一重簇头和二重簇头的结果，根据局部最优原则，筛选得到最优的Wi-Fi样本数据。2.根据权利要求1所述的一种Wi-Fi样本数据优化方法，其特征是，步骤1所述Wi-Fi样本数据是位置坐标已知或可以通过其他先验知识来确定位置坐标的Wi-Fi信号，每一位置点上的Wi-Fi样本数据包含一个或多个AP的信息，其表述形式如下：其中，Fi表示为位置点i处获得的Wi-Fi样本数据，p是室内空间中AP的数量，为位置点i处获得的第j个AP点的Wi-Fi信号的强度；室内空间区域获得的Wi-Fi样本数据可以表示为：Data_WiFi＝{(x1,y1,F1),(x2,y2,F2),……,(xi,yi,Fi),……,(xn,yn,Fn)}其中，(xi,yi)为位置点i的二维坐标，n为位置点的个数。3.根据权利要求1所述的一种Wi-Fi样本数据优化方法，其特征是，步骤1的子步骤如下：步骤1.1、Wi-Fi样本数据两两间的相似度采用Jaccard系数来进行描述，位置点i和位置点j上获得的Wi-Fi样本数据分别为Fi和Fj，则所述的Wi-Fi样本数据两两间的相似度可以表示为：其中，Fi∩Fj为样本数据Fi与Fj中对应位置的rss值相似的个数Ns，Fi∪Fj为Fi和Fj总的数据维数减去Ns得到的不重复的rss值个数；Si,j的值越大，则Fi与Fj的相似程度越高；Fi∩Fj和Fi∪Fj的计算过程如下：DF＝p其中，DF为Wi-Fi样本数据F的维数，ε为对应位置的两个rss值是否相似的判断阈值；通过计算Wi-Fi样本数据两两间的Jaccard系数，由这些Jaccard系数构成这些Wi-Fi样本数据的Jaccard系数相似矩阵，其可以表示为：步骤1.2、根据0-1二进制编码思想，引入Wi-Fi样本数据间的空间编码值来描述Wi-Fi样本数据在空间上的相似程度：Wi-Fi样本数据Fi和Fj对应位置上的rss值分别进行比较，若两者满足条件k∈[1,p]，则说明该位置上的值和是相似的，给予编码为“1”，否则编码为“0”；根据Wi-Fi样本数据Fi和Fj的编码结果，Wi-Fi样本数据Fi和Fj的空间编码值的计算为：其中序列{q1,...,qk,...,qp}为Wi-Fi样本数据Fi和Fj的编码结果，即两个Wi-Fi样本数据的编码序列，其中k＝[1,p]；b为编码基数，针对0-1二进制编码，则b＝2；Wi-Fi样本数据两两间空间编码值构成其空间编码值矩阵，可...

【专利技术属性】
技术研发人员：罗丽燕，王玫，仇洪冰，宋浠瑜，邓小芳，周陬，覃泓铭，韦金泉，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45