【技术实现步骤摘要】
一种基于一维卷积神经网络的位置指纹室内定位方法和系统
[0001]本专利技术涉及室内定位
,尤其是指一种基于一维卷积神经网络的
WiFi
指纹室内定位方法和系统
。
技术介绍
[0002]近年来,随着基于位置的智能设备
、
应用程序和技术的不断扩展和发展,室内定位技术正在成为我们日常生活中不可或缺的一部分
。
室内定位技术可以应用在智能家居
、
医疗保健
、
位置服务等领域,室内定位技术的不断进步与发展能够提升室内定位服务
、
改善室内用户体验
、
提高室内安全
。
并且随着
WiFi
技术的普及与发展,
WiFi
凭借其易于部署的优点在商场
、
医院
、
家庭等大多数室内环境中都能够简单的部署,基于
WiFi
的室内定位技术具有广阔的发展前景
。
目前已有的基于
WiFi
的室内定位方法有到达时间
(TOA)、
到达角
(AOA)、
到达时间差
(TDOA)、
无距离定位和接收信号强度指示等,但是这些传统方法的定位精度无法满足需求,因为
WiFi
信号在传输过程中容易产生多径效应导致定位精度下降,随之而来的是一些基于深度学习的
WiFi
室内定位技术被研究与发展,基于深度学习的技术能够学 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于一维卷积神经网络的
WiFi
指纹室内定位方法,其特征在于,包括:步骤
S1
:采集室内环境中的
WiFi
信号数据;其方法包括:进入室内环境进行实地部署接入点,每个接入点会发送当前位置的
RSSI
信号值;以所述室内环境的地面为基准,在室内环境的边缘处
、
柱子处距离地面高度
2m
按照一定距离部署接入点;在室内环境中按照一定间隔设定参考点,将室内空间划分为网格,每个网格的大小为
1x1
米,在每个
1x1
米的网格交点处标记一个参考点;准备阶段收集室内环境的
WiFi
信号数据,在设置的每一个参考点的不同方向采集
WiFi
信号数据,所述
WiFi
信号数据包括
WiFi
信号强度数据及其对应的位置信息步骤
S2
:对采集到的数据进行预处理;包括:对收集到的数据进行缺失值处理,包括由于并非所有在实验区域中的
AP
都可以在每次扫描中被扫描到,因此采用下式的方法对采集到的
RSSI
进行预处理;对收集到的数据进行异常值处理,包括异常值通过指定具体属性的取值范围,剔除超出取值范围的异常值并当做缺失值处理;处理好的数据形成离线指纹数据库,包括:通过下面公式的方法形成离线指纹数据库:式中
Ω
代表离线指纹数据库,
RSSI
nm
表示第
n
个参考点处接收到的第
m
个接入点的
RSSI
值;
n
表示参考点的数量;
m
表示接入点的个数;
(x1,
y1)
表示第一个参考点的坐标;步骤
S3
:将指纹数据输入到派生模块中进行指纹数据的派生,提取派生指纹特征;包括:对接收的经过初始化的
RSSI
数据进一步提取派生指纹特征;将提取的派生指纹特征加入到离线指纹库数据中;步骤
S4
:将指纹数据输入到邻近模块中,加入邻近点指纹并归一化,包括:找到所在参考点的临近点并计算每个临近点收集到的指纹的平均值,包括:对于所在参考点的点,找到其周围的临近参考点
(
前
、
后
、
左
、
右
、
左上
、
左下
、
右上
、
右下
)
并计算每个点所有收集到的指纹的平均指纹,将平均指纹加入所在参考点的离线指纹数据库中;将指纹平均值加入所在参考点的离线指纹数据库中;对离线指纹数据库中的信号数据进行归一化,包括:将离线指纹库中的每个参考点处的
WiFi
指纹通过最大最小归一化进行归一化处理:其中
max
表示
WiFi
指纹数据中的最大值,
min
表示
WiFi
指纹数据中的最小值;步骤
S5
:将指纹数据输入到噪声模块中,在指纹数据中加入噪声,包括:
高斯噪声方法通过从高斯分布中随机采样来生成噪声,并将其添加到原始数据中;
AP
丢失方法通过引入一个随机二进制向量来模拟没有接收到
AP
数据的情况;步骤
S6
:指纹数据进行划分并输入一维卷积神经网络模型进行训练;步骤
S7
:将待检测的
WiFi
信号输入模型,得到的结果进行相似度判断最终得到对应位置信息
。2.
根据权利要求1所述的基于一维卷积神经网络的
WiFi
指纹室内定位方法,其特征在于,所述对接收的经过初始化的
RSSI
数据进一步提取派生指纹特征,方法包括:本发明选择了
16
种派生指纹特征,具体如下:双曲线指纹其中,为在第
n
个参考点采集数据时,来自第
i
个
AP
和第
j
个
AP
的
RSSI
组成的双曲线指纹,但是,双曲线指纹整体趋势为非线性变化,因此,利用对数法对其进行线性调整:因此第
k
个参考点构建的双曲线指纹矩阵为:最大值
X
max
=
{RSS
i
,
i
=
1,2,...,n}
max
最小值
X
min
=
{RSS
i
,
i
=
1,2,...,n}
min
均值中位数
M
技术研发人员:顾吴郡,朱立才,陈朗,张珂珂,周昊,顾鹏,
申请(专利权)人:盐城工学院,
类型:发明
国别省市:
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。