一种基于信号指纹对抗学习的室内定位方法及系统技术方案

本发明专利技术涉及室内定位技术领域，公开了一种基于信号指纹对抗学习的室内定位方法及系统，包括以下具体步骤：S1：分别进行自采集采样及密集打点采样得到自采集指纹及普通指纹；根据自采集指纹生成状态矩阵；S2：进行指纹二维化，得到定位指纹；S3：构建对抗学习网络；S4：训练特征提取器；S5：对拼接后的定位特征与状态特征进行特征融合；S6：训练域判别器分别识别定位特征的状态信息；训练定位器对融合特征进行多分类，从而预测融合特征的位置；S7：通过训练好的对抗学习网络进行室内定位。本发明专利技术解决了现有技术存在的需要对场地中的密集参考点进行频繁的信号采集的问题，且具有定位精度高，更新成本低的特点。

【技术实现步骤摘要】

本专利技术涉及室内定位，更具体的，涉及一种基于信号指纹对抗学习的室内定位方法及系统。

技术介绍

1、随着移动终端技术的不断发展，以及巨大的产业端用户应用需求，室内定位技术被广泛应用于商业营销、工业生产、文教娱乐、医疗救援等领域。相关调查显示，室内定位的全球市场规模从2017至2022年预计保持42％的年复合成长率增长。因此，室内定位产业拥有着较大的研究和应用前景。当前热门的室内定位技术包括：wi-fi、地磁、蓝牙、超宽带、图像、射频识别等等。其中，基于wi-fi的定位技术得益于广泛的基础设施部署，降低了其定位方案的实施成本，相较于其他定位技术，更易于实现。其主要技术方案可以分为：基于到达时间、基于到达角度与基于信号指纹三种方法。其中，由于基于信号指纹的方法对设备精度要求低，不需要额外部署，因此得到了广泛的研究与应用。基于无线信号指纹室内定位算法的实现主要分为两个阶段：如图2所示，离线地图构造与在线指纹定位。

2、如图3所示，在离线地图采集阶段，专业人员手持移动设备站在场地中的参考点(reference point,rp)采集信号强度(recei本文档来自技高网...

【技术保护点】

1.一种基于信号指纹对抗学习的室内定位方法，其特征在于：包括以下具体步骤：

2.根据权利要求1所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的设室内场地中有M个无线接入点与N个参考点，其中有m0个自采集无线接入点与m1个普通无线接入点，满足M＝m0+m1；同时，将自采集无线接入点所在位置也计入参考点数目中，令n0＝m0，N＝n0+n1，其中n0为自采集无线接入点所在位置数量，n1为普通参考点位置数量。

3.根据权利要求2所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的步骤S1中，对室内场地进行人工的密集采样以及AP的自动采样，分别得到的普通...

【技术特征摘要】

1.一种基于信号指纹对抗学习的室内定位方法，其特征在于：包括以下具体步骤：

2.根据权利要求1所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的设室内场地中有m个无线接入点与n个参考点，其中有m0个自采集无线接入点与m1个普通无线接入点，满足m＝m0+m1；同时，将自采集无线接入点所在位置也计入参考点数目中，令n0＝m0，n＝n0+n1，其中n0为自采集无线接入点所在位置数量，n1为普通参考点位置数量。

3.根据权利要求2所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的步骤s1中，对室内场地进行人工的密集采样以及ap的自动采样，分别得到的普通指纹以及自采集指纹，具体为：

4.根据权利要求3所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的指纹二维化操作具体为：

5.根据权利要求4所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的步骤s1中，根据自采集指纹生成状态矩阵，具体为：收集同一时刻所有指纹构建状态矩阵mstatus包含当前的场景状态信息，且和时间戳存在映射关系。

6.根据权利要求5所述的基于信号指纹对抗学习的室内定位方法，其特征在于：所述的特征提取器包括依次连接的第1卷积层、第2卷积...

【专利技术属性】
技术研发人员：刘宁，石霖，蒋维娜，
申请(专利权)人：中山大学，
类型：发明
国别省市：