一种基于集成学习与BP神经网络的地磁室内定位方法技术

本发明专利技术涉及基于集成学习与BP神经网络的地磁室内定位方法，包括步骤：1)地磁指纹数据库的构建；2)数据预处理；3)网络初始化；4)弱预测器预测；5)调整权值与计算预测序列的权重；6)通过反复的训练BP神经网络预测输出调整权值，最后得到由多个BP神经网络组成的强预测器，弱预测器权重归一化；7)计算最终定位误差。本发明专利技术的有益效果是：基于集成学习与BP神经网络用于室内地磁定位具有可行性，这种集成神经网络预测的方法能够用于基于地磁的室内定位中。

A Geomagnetic Indoor Location Method Based on Integrated Learning and BP Neural Network

The invention relates to a geomagnetic indoor positioning method based on integrated learning and BP neural network, including steps: 1) construction of geomagnetic fingerprint database; 2) data preprocessing; 3) network initialization; 4) weak predictor prediction; 5) adjustment of weights and calculation of the weights of prediction sequence; 6) prediction output adjustment weights through repeated training of BP neural network, and finally obtained a number of BP neural networks. Strong predictor, weak predictor weight normalization; 7) Calculate the final positioning error. The beneficial effect of the present invention is that it is feasible to use integrated learning and BP neural network for indoor geomagnetic positioning, and this integrated neural network prediction method can be used for indoor geomagnetic positioning.

【技术实现步骤摘要】
一种基于集成学习与BP神经网络的地磁室内定位方法
本专利技术涉及室内定位
，是一种基于集成学习(AdaBoost)与BP神经网络的地磁室内定位预测的方法。主要是根据采集到的地磁传感器的数据，通过集成学习与BP神经网络预测方法对室内位置进行预测。
技术介绍
室内定位是在室内环境下的实现位置定位的一种技术，而目前公开的室内定位技术主要有：WI-FI定位、蓝牙定位、LED可见光定位，超宽带(UWB)定位，以及地磁定位与计算机视觉定位等。其中，UWB、蓝牙和可见光定位精度虽然高，但是需要额外的设备，能耗比较高，WI-FI定位需要在室内需要部署大量的基础设备，同时会有多路径的影响，同样也是需要很高的能耗。而利用基于地磁的室内定位的优势在于，在室内如果建筑物本身不发生钢筋体的结果性的改变，室内磁场的特性也基本保持不变。因此室内的地磁定位通过这种室内地磁特征来实现定位，用户通过手机端普遍的地磁传感器手机室内的地磁数据，通过在室内环境中不同位置磁场信号的大小差异，从而的得到用户自己的位置。同时，由于室内地磁定位不需要部署额外的硬件设备，并没有累积误差，所以在室内定位方面具有很高的吸引力。专利技本文档来自技高网...

【技术保护点】
1.一种基于集成学习与BP神经网络的地磁室内定位方法，其特征在于，包括如下步骤：步骤1：地磁指纹数据库的构建，在室内载体通过手机中的三轴地磁传感采集地磁数据，以及载体所走路径的初始位置和终点位置的经纬度，并通过标准的高斯回归过程的方法对采集到的地磁数据所对应的经纬度位置进行线性插值，最终得到地磁指纹数据库；步骤2：数据预处理，首先把三维地磁数据作为特征，其中地磁特征信息包含地磁数据的X、Y、Z分量；二维的经纬度作为训练标签；首先是将离散数据分成连续的数据集；步骤3：网络初始化,初始化训练数据的样本权重

【技术特征摘要】
1.一种基于集成学习与BP神经网络的地磁室内定位方法，其特征在于，包括如下步骤：步骤1：地磁指纹数据库的构建，在室内载体通过手机中的三轴地磁传感采集地磁数据，以及载体所走路径的初始位置和终点位置的经纬度，并通过标准的高斯回归过程的方法对采集到的地磁数据所对应的经纬度位置进行线性插值，最终得到地磁指纹数据库；步骤2：数据预处理，首先把三维地磁数据作为特征，其中地磁特征信息包含地磁数据的X、Y、Z分量；二维的经纬度作为训练标签；首先是将离散数据分成连续的数据集；步骤3：网络初始化,初始化训练数据的样本权重m即为样本个数值，利用样本权重Dy训练弱预测器；根据样本的输入输出维数确定神经网络结果，初始化BP神经网络权值和阈值，并确定训练函数；步骤4：弱预测器预测，集成学习与BP神经网络预测结果，把BP神经网络作为弱预测器，首先赋予样本权重1/m，其中m为样本个数，设置好BP神经网络的参数，输入训练数据集，根据弱预测器预测得到的结果与原数据经纬之间的半正矢距离Distance作为误差e，距离计算公式：Distance＝R*c上述式中的l...

【专利技术属性】
技术研发人员：陈垣毅，汪振，郑增威，
申请(专利权)人：浙江大学城市学院，
类型：发明
国别省市：浙江,33