一种基于图脉冲神经网络的楼层识别方法及系统技术方案

本发明专利技术涉及一种基于图脉冲神经网络的楼层识别方法及系统，属于楼层定位技术领域。该方法通过将空间中的信号接入点结构组织为指纹图谱的形式，并结合脉冲神经网络计算，实现楼层识别，具体包括以下步骤：S1：构建楼层空间信号接入点的指纹图谱；S2：根据构建的指纹图谱组织输入数据，并进行脉冲编码；S3：将编码后的数据输入图脉冲神经网络；S4：通过投票识别用户的楼层信息。与现有的楼层识别方法相比，本方法能够自动适应不同环境的信号源接入点空间结构，泛化到新的场景下性能好；同时，利用WiFi信号识别楼层信息，能够保证各种手机间的通用性，而且计算要求低；并且本方法结合脉冲神经网络，计算效率好，识别精度高。识别精度高。识别精度高。

【技术实现步骤摘要】
一种基于图脉冲神经网络的楼层识别方法及系统


[0001]本专利技术属于楼层定位
，特别是基于神经网络的楼层定位方法领域，涉及一种基于图脉冲神经网络的楼层识别方法及系统。

技术介绍

[0002]楼层定位是指识别用户在多层建筑或环境中的楼层位置。它是大量应用和服务的基础，如室内定位、推荐系统以及应急响应和救援等。常用的楼层定位方法可以分为基于指纹识别的识别方法和基于传感器的方法。
[0003]基于指纹识别是楼层定位最常见的方法。它包括一个训练阶段和一个本地化阶段。在训练阶段，从可见的蜂窝信号塔或WiFi接入点(APs)接收到的信号强度(RSS)被记录下来，以及相应的楼层信息。在一定位置收集到的RSS向量称为指纹。在本地化阶段，用户向服务器发送一个包含测量的RSS值的楼层本地化查询，然后通过机器学习方法如k
‑
最近邻(kNN)等方法推断用户的楼层信息。一个早期的楼层定位系统是SkyLoc，它使用蜂窝信号来识别多层建筑中用户的当前楼层。最近的指纹识别方法使用WiFi指纹来定位楼层，因为基于WiFi的指纹识别可以实现比手机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图脉冲神经网络的楼层识别方法，其特征在于：该方法通过将空间中的信号接入点结构组织为指纹图谱的形式，并结合脉冲神经网络计算，实现楼层识别，该方法具体包括以下步骤：S1：构建楼层空间信号接入点的指纹图谱；S2：根据构建的指纹图谱组织输入数据，并进行脉冲编码；S3：将编码后的数据输入图脉冲神经网络；S4：通过投票识别用户的楼层信息。2.根据权利要求1所述的一种基于图脉冲神经网络的楼层识别方法，其特征在于：在步骤S1中，在构建信号接入点指纹图谱时采用一种自动构建的方法，具体包括：根据接入点的接近度构造指纹图谱，将每个可见的接入点作为图中的一个节点V
i
，连接两个节点的每个边e
i,j
表示这两个接入点彼此接近；当两个接入点出现在同一指纹中时，添加一条边来连接它们，直到所有的指纹都被遍历。3.根据权利要求2所述的一种基于图脉冲神经网络的楼层识别方法，其特征在于：构造指纹图谱的算法以指纹特征图D作为输入，输出指纹图谱，具体步骤包括：首先，通过计算任何指纹向量的长度来生成接入点的数量N；然后，将每个节点添加到图的节点集中，使用出现在指纹中的接入点的索引作为节点身份识别号，而不是接入点的身份识别号，所以能够扩展到新的环境；之后，将指纹...

【专利技术属性】
技术研发人员：古富强，郭方明，余芳文，陈超，刘凯，郭松涛，胡旭科，尚建嘎，
申请(专利权)人：重庆大学，
类型：发明
国别省市：