一种基于RBF神经网络与陀螺仪结合的地磁室内定位方法技术

本发明专利技术属于室内定位技术领域，具体涉及一种基于RBF神经网络与陀螺仪相结合的地磁室内定位方法，其包括：(1)根据建筑物平面地图特征，将室内待定区域合理划分成若干个小块区域，再将每个小块区域划分成合理的网格线性区域；(2)采集每个小块区域内每个网格点位置不同时间点的三维地磁场强度数据；(3)将同一网格点多次采集到的三维地磁场强度数据与网格点的坐标位置形成映射关系，存储该数据为地磁数据库；(4)RBF神经网络离线训练每个小块区域数据；(5)在线采集室内三维地磁场强度值由RBF神经网络预测坐标位置，并结合陀螺仪预测下一个坐标位置。本发明专利技术对于地磁室内定位技术的定位精度和抗干扰能力有显著的提高。位精度和抗干扰能力有显著的提高。位精度和抗干扰能力有显著的提高。

【技术实现步骤摘要】
一种基于RBF神经网络与陀螺仪结合的地磁室内定位方法


[0001]本专利技术属于室内定位
，主要涉一种基于RBF神经网络与陀螺仪结合的地磁室内定位方法。

技术介绍

[0002]大型建筑物的日益增多及人们室内活动的增加，人们对位置服务有着愈加迫切的需求，但目前的室内定位技术由于定位精度低、抗干扰能力差、系统成本高等原因，还不能被广泛应用。地磁场是地球的固有资源，是存在于地球周围的矢量场，由于它能够在任何时间、任何近地空间位置被检测到，能够全地域、全天候为人们提供位置服务，近些年，基于地磁场的室内定位技术引起了学术界的广泛关注，对基于地磁场的室内定位方法进行研究具有重要意义。
[0003]在室外空间环境中，北斗定位系统、全球定位系统等全球导航卫星系统能够达到米级的定位精度，基本上能满足室外位置服务需求，室外定位服务在人们日常生活中已得到普及。但是在室内空间环境中，由于北斗定位系统、全球定位系统等卫星的通信信号会被建筑物阻碍或屏蔽，导致信号严重衰减，无法确定室内的目标位置，这些技术成熟的室外定位系统在室内基本不可以使用。在定位精度方面室内定位比室外定位要高很多，由于室内空间环境错综复杂的原因，使得室内定位比室外定位的实现更加困难。
[0004]相比于现有的无线信号，地磁场非常稳定，不受多径和非视距影响，基于地磁场的室内定位系统不需要较多的硬件设备支持，只需要将实时采集到的地磁数据与已有的地磁数据库中的数据相匹配便可实现定位，基于地磁场室内定位技术不仅成本低廉，而且安全可靠，如果室内供电系统出现故障不能为室内供电，该定位系统仍然能为人们提供位置服务。

技术实现思路

[0005]为了解决室内复杂环境给室内定位带来的影响，本专利技术提出了一种有效的提高室内定位精度及抗干扰能力的方法，该方法步骤如下：
[0006](1)根据建筑物平面地图特征，将室内待定区域合理划分成若干个小块区域，再将每个小块区域划分成合理的网格线性区域；
[0007](2)采集每个小块区域内每个网格点位置不同时间点的三维地磁场强度数据；
[0008](3)将同一网格点多次采集到的三维地磁场强度数据与网格点的坐标位置形成映射关系，存储该数据为地磁数据库；
[0009](4)RBF神经网络离线训练每个小块区域数据；
[0010](5)在线采集室内三维地磁场强度值由RBF神经网络预测坐标位置，并结合陀螺仪预测下一个坐标位置。
[0011]1.步骤(1)中将室内待定区域合理划分成若干个小块区域，尽量使每个小块区域具有一定的规则性，一般以矩形为宜，每个小块的局域面积不可过大，以确保训练的数据量
不必过大。将每个小块区域划分成合理的网格线性区域，尽量使网格线为纵横相互垂直的直线。
[0012]2.步骤(2)中三维地磁场强度数据，为室内地磁场地理坐标系中的北方向、东方向及垂直向下三个方向的磁场强度值。
[0013]3.步骤(3)中存储该数据为地磁数据库，地磁数据库中存储网格点的坐标位置及在该位置多次采集到的三维地磁场强度值。
[0014]4.步骤(4)中RBF神经网络属于人工神经元网络的一种。RBF神经网络的结构通常为3层：第一层为输入层，第二层为以RBF为激活函数的隐含层，第三层为输出层。RBF神经网络是一个前馈网络。
[0015](4a)通常采用高斯函数作为径向基函数，
[0016][0017]其中，为隐含层第j个神经元高斯基函数中心的坐标向量，c
j
＝[c
j1
,c
j2
,
…
,c
jM
]为第j个隐层神经元的中心点矢量值，δ＝[δ1,
…
,δ
M
]T
，δ
j
为隐含层第j个神经元高斯基函数的宽度，||
·
||为欧式范数。这里设RBF网络的结构为N
‑
M
‑
l，即有N个输入节点，M个隐节点，l个输出节点，并且M<P，P为样本数。
[0018]RBF网络第k个输出神经元得出的结果为：
[0019][0020]其中ω
jk
(j＝1,2,
…
,M,k＝1,2,
…
,l)为隐层第j个节点与输出层第k个节点间的权值。
[0021](4b)RBF神经网络输入层应选择3个神经元节点，输出层应选择2个神经元节点，输入输出对应格式为：
[0022][0023]其中，i为采集位置的编号，j为同一位置采集次数，T
ij
为第i个位置第j次采集的总磁场强度，T
xij
、T
yij
、T
zij
分别为第i个位置第j次采集的地理坐标系中的北方向、东方向及垂直向下三个方向的磁场强度分量。
[0024](4c)对训练样本利用K
‑
means聚类学习算法，产生训练样本的聚类中心。
[0025](4d)扩展常数δ
j
为：
[0026]δ
j
＝λd
j
[0027]其中，λ为重叠系数，
[0028](4d)输出层权值均采用梯度下降监督学习算法进行训练。
[0029]5.步骤(5)中陀螺仪即为陀螺仪的俯仰角、横滚角和航向角数据。
[0030]6.步骤(4d)中输出层权值均采用梯度下降监督学习算法进行训练。
附图说明
[0031]图1是基于RBF神经网络室内定位方法的流程图
[0032]图2是室内待定区域合理划分成若干个小块区域
[0033]图3是RBF神经网络结合陀螺仪定位
具体实施方式
[0034]以下结合附图对本专利技术进行详细的说明。
[0035](1)如图2所示根据建筑物平面地图特征，将室内待定区域合理划分成若干个小块区域，再将每个小块区域划分成合理的网格线性区域，网格线间距一般为10cm
×
10cm；
[0036](2)采集每个小块区域内每个网格点位置不同时间点的三维地磁场强度数据；
[0037](3)将同一网格点多次采集到的三维地磁场强度数据与网格点的坐标位置形成映射关系，存储该数据为地磁数据库；
[0038](4)RBF神经网络离线训练每个小块区域数据；
[0039](5)在线采集室内三维地磁场强度值由RBF神经网络预测坐标位置，并结合陀螺仪预测下一个坐标位置如图3所示。
[0040]1.步骤(1)中将室内待定区域合理划分成若干个小块区域，尽量使每个小块区域具有一定的规则性，一般以矩形为宜，每个小块的局域面积不可过大，确保训练的数据量不必过大。将每个小块区域划分成合理的网格线性区域，尽量使网格线为纵横相互垂直的直线。
[0041]2.步骤(2)中三维地磁场强度数据，为室内地磁场地理坐标系中的北方向、东方向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RBF神经网络与陀螺仪结合的地磁室内定位方法，包括：(1)根据建筑物平面地图特征，将室内待定区域合理划分成若干个小块区域，再将每个小块区域划分成合理的网格线性区域；(2)采集每个小块区域内每个网格点位置不同时间点的三维地磁场强度数据；(3)将同一网格点多次采集到的三维地磁场强度数据与网格点的坐标位置形成映射关系，存储该数据为地磁数据库；(4)RBF神经网络离线训练每个小块区域数据；(5)在线采集室内三维地磁场强度值，由RBF神经网络预测坐标位置，并结合陀螺仪预测下一个坐标位置。2.如权利要求1所述的基于RBF神经网络与陀螺仪结合的地磁室内定位方法，其特征在于，步骤(1)中将室内待定区域合理划分成若干个小块区域，尽量使每个小块区域具有一定的规则性，且每个小块的局域面积不可过大。3.如权利要求1所述的基于RBF神经网络与陀螺仪结合的地磁室内定位方法，其特征在于，步骤(1)中将每个小块区域划分成合理的网格线性区域，尽量使网格线为纵横相互垂直的直线。4.如权利要求1所述的基于RBF神经网络与陀螺仪结合的地磁室内定位方法，其特征在于，步骤(2)中三维地磁场强度数据，为室内地磁场地理坐标系中的北方向、东方向及垂直向下三个方向的磁场强度值。5.如权利要求1所述的基于RBF神经网络与陀螺仪结合的地磁室内定位方法，其特征在...

【专利技术属性】
技术研发人员：郑红运，杨启栋，闵义博，刘任波，
申请(专利权)人：洛阳日新智能科技有限公司，
类型：发明
国别省市：