【技术实现步骤摘要】
一种基于位置预测及误差补偿的室内定位方法与装置
本专利技术属于室内定位
,尤其涉及一种基于位置预测及误差补偿的室内定位方法与装置。
技术介绍
室内定位技术是基于位置的服务(LocationBasedServices,LBS),是重要商业应用的核心支撑技术。基于指纹的室内定位方法因能很好地解决非视距(NonLineofSight,NLOS)信道条件下定位精度下降问题而备受关注。指纹定位方法的定位精度较大程度会受到位置指纹库(RadioMap)的影响。当室内环境的建筑结构、房间布局等发生变化时,室内无线传播环境也随之发生变化,从而导致其与已经建立的位置指纹库之间存在较大的差距,从而产生较大的定位误差。这时,需要再次采集RSS样本重建或更新指纹库。但是,重建或更新指纹库是一件非常耗时和费力的工作,很大程度上增加了指纹库的维护成本。
技术实现思路
本专利技术的目的是提供一种基于位置预测及误差补偿的室内定位方法及装置,在室内环境发生变化时,仅需重新采集少量数据,且不会降低定位精度。本专 ...
【技术保护点】
1.一种基于位置预测及误差补偿的室内定位方法,其特征在于,包括以下步骤:/n获取待预测位置的信号强度信息;/n以所述信号强度信息作为输入信息、结合位置预测模型对所述待预测位置进行位置预测,得到第一位置信息;其中,所述位置预测模型通过室内环境发生变化前已有的第一指纹库训练得出;/n以所述第一位置信息作为输入信息、结合误差修正模型对所述待预测位置进行位置预测,得到第二位置信息;其中,所述误差修正模型通过室内环境发生变化后重新采集的第二指纹库训练得到,所述第二位置信息为所述待预测位置的最终位置预测信息。/n
【技术特征摘要】
1.一种基于位置预测及误差补偿的室内定位方法,其特征在于,包括以下步骤:
获取待预测位置的信号强度信息;
以所述信号强度信息作为输入信息、结合位置预测模型对所述待预测位置进行位置预测,得到第一位置信息;其中,所述位置预测模型通过室内环境发生变化前已有的第一指纹库训练得出;
以所述第一位置信息作为输入信息、结合误差修正模型对所述待预测位置进行位置预测,得到第二位置信息;其中,所述误差修正模型通过室内环境发生变化后重新采集的第二指纹库训练得到,所述第二位置信息为所述待预测位置的最终位置预测信息。
2.如权利要求1所述的一种基于位置预测及误差补偿的室内定位方法,其特征在于,获取待预测位置的信号强度信息包括:
重复获取待预测位置相对于室内每个AP的多个信号强度值;
计算所述待预测位置相对于室内每个AP的多个信号强度值的均值;
将所有所述均值组合成信号强度向量;其中,所述信号强度向量为所述信号强度信息。
3.如权利要求2所述的一种基于位置预测及误差补偿的室内定位方法,其特征在于,所述位置预测模型的训练方法为:
构建所述第一指纹库;其中,所述第一指纹库包括多组第一指纹数据集,每组所述第一指纹数据集均包括室内物理位置坐标以及其对应的信号强度信息;
将所述第一指纹数据集分为第一指纹数据子集和第二指纹数据子集;其中,所述第一指纹数据子集包括所述室内物理位置坐标的横坐标及其对应的所述信号强度信息,所述第二指纹数据子集包括所述室内物理位置坐标的纵坐标及其对应的所述信号强度信息;
采用XGBoost算法的初始目标函数分别对所述横坐标和纵坐标进行预测,得到预测横坐标和预测纵坐标;
以每组所述第一指纹数据集中的室内物理位置坐标和对应的预测横坐标和预测纵坐标,结合通过贪心算法迭代优化所述初始目标函数,得到最优目标函数;其中,所述最优目标函数为位置预测模型。
4.如权利要求3所述的一种基于位置预测及误差补偿的室内定位方法,其特征在于,所述最优目标函数为:
其中,t为XGBoost算法中第k棵树的叶子节点序数,T为第k棵树的叶子节点的总数,Gt、Ht均为常值,γ和λ为调整每棵树复杂度的超参数。
5.如权利要求3或4所述的一种基于位置预测及误差补偿的室内定位方法,其特征在于,构建所述第一指纹库包括:
将室内环境发生变化前的室内区域划分为等尺寸的若干个网格;
在每个所述网格内采集室内物理位置坐标以及其对应的信号强度...
【专利技术属性】
技术研发人员:康晓非,曾璇,姚萌,柳子惠,乔威,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:陕西;61
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。