一种特征点处理方法及装置制造方法及图纸

本发明专利技术公开了一种特征点处理方法及装置，能够减少非视距误差，从而提高定位精度。所述方法包括：根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，该矩阵S中的元素用于标识N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对该矩阵S中的元素进行合并，得到矩阵S1，并对该矩阵S1中的元素进行分类；去除该矩阵S1中每一类元素对应的特征点中的除孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位。这样，通过对特征点进行分类并去除孤立点，从而减少非视距误差，应用去除孤立点后剩余的特征点进行定位能够提高定位精度。

【技术实现步骤摘要】
一种特征点处理方法及装置
本专利技术涉及计算机领域，特别涉及一种特征点处理方法及装置。
技术介绍
通信基站覆盖范围广，推广成本低，基于通信基站实现定位是实现室内位置服务的重要手段。在基于通信基站的室内定位中，非视距(简称为NLOS，英文全称为NoneLineofSight)误差是重要误差来源。例如，信号受建筑物遮挡时将产生非视距传播现象，造成定位终端测得的信号传播距离大于定位终端与通信基站之间的真实距离，形成非视距误差。随着通信基站密度的增大，NLOS误差相对减小，但仍可造成数十米甚至上百米的误差。故基于通信基站实现定位时，需要对选取的特征点进行处理减小非视距误差，应用处理后的特征点进行定位计算可以有效提高定位精度。因此，如何对特征点进行处理，减小非视距误差，以提高定位精度是当前需要解决的问题。
技术实现思路
本专利技术实施例提供一种特征点处理方法及装置，能够减少非视距误差，从而提高定位精度。本专利技术实施例采用如下技术方案：一种特征点处理方法，包括：根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，所述矩阵S中的元素用于标识所述N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对所述矩阵S中的元素进行合并，得到矩阵S1，并对所述矩阵S1中的元素进行分类；去除所述矩阵S1中每一类元素对应的特征点中的孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位。一种特征点处理装置，包括：建立单元，用于根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，所述矩阵S中的元素用于标识所述N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；第一处理单元，用于对所述矩阵S中的元素进行合并，得到矩阵S1，并对所述矩阵S1中的元素进行分类；第二处理单元，用于去所述除矩阵S1中每一类元素对应的特征点中的孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位。基于上述技术方案，本专利技术实施例的特征点处理方法及装置根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，矩阵S中的元素用于标识N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对矩阵S中的元素进行合并，得到矩阵S1，并对矩阵S1中的元素进行分类；去除矩阵S1中每一类元素对应的特征点中的孤立点。这样，通过对特征点进行分类并去除孤立点，从而减少非视距误差，应用去除孤立点后剩余的特征点进行定位能够提高定位精度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1提供的一种特征点处理方法的流程图；图2为本专利技术实施例1提供的一种特征点选取示意图；图3为本专利技术实施例2提供的一种特征点处理方法的流程图；图4a为本专利技术实施例2提供的特征点聚类结果示意图之一；图4b为本专利技术实施例2提供的特征点聚类结果示意图之二；图5为本专利技术实施例3提供的一种定位方法的流程图；图6为本专利技术实施例4提供的一种特征点处理装置的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。实施例1如图1所示，本实施例提供一种特征点处理方法，包括：110、根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，该矩阵S中的元素用于标识N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数。其中，特征点为预先选取，本专利技术实施例不限定特征点的选取方式。图2为一个具体室内场景示意图，图2中圆点即为选定的特征点。120、对该矩阵S中的元素进行合并，得到矩阵S1，并对该矩阵S1中的元素进行分类。可选地，可以对矩阵S中的相同的元素进行合并得到矩阵S1。130、去除该矩阵S1中每一类元素对应的特征点中的孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位。其中，孤立点为特征点中误差较大的点，应用孤立点进行定位影响定位精度。上述110-130的执行主体可以为特征点处理装置，如定位终端、计算机终端、通信终端等。本专利技术实施例的特征点处理方法根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，矩阵S中的元素用于标识N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对矩阵S中的元素进行合并，得到矩阵S1，并对矩阵S1中的元素进行分类；去除矩阵S1中每一类元素对应的特征点中的孤立点。这样，通过对特征点进行分类并去除孤立点，从而减少非视距误差，应用去除孤立点后剩余的特征点进行定位能够提高定位精度。实施例2如图3所示，本实施例提供一种特征点处理方法，包括：210、根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，该矩阵S中的元素用于标识该N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数。本实施例中，可以根据确定该N个特征点中每两个特征点能否聚为一类，如式(1)成立，则所述N个特征点中对应的两个特征点能聚为一类，否则不能聚为一类。其中，n为噪声系统，c为光速，(x1,y1,z1)为特征点1的坐标，(x2,y2,z2)为特征点2的坐标，τa,b(x1,y1,z1)为在特征点1测量的基站a、b的信号到达时间差，τa,b(x2,y2,z2)为在特征点2测量的基站a、b的信号到达时间差，(xa,ya,za)为基站a的坐标，(xb,yb,zb)为基站b的坐标。具体地，本实施例中可以针对一路TDOA(到达时间差，TimeDifferenceOfArrival)的非视距分布模型，判断N个特征点中每两个是否可能聚为同一类，建立N×N的矩阵S。矩阵S中的元素S(k,j)表示第k个特征点与第j个特征点是否可能聚为同一类，当式(1)的等式成立时，特征点k、j属于同一类，定义特征点k、j为可通达特征点，此时元素S(k,j)＝1；当式(1)的等式不成立时，特征点k、j不属于同一类，定义特征点k、j为不可通达特征点，此时元素S(k,j)＝-1。遍历N中所有特征点，由此建立N×N的矩阵S。上述式(1)根据如下方法得出：采集的特征点中某些特征点接收的信号传播路径与其它特征点不同(如由不同散射体反射到达)，其TDOA与其它TDOA将有明显不同。定位过程需要通过多个特征点进行非视距分布拟合，参与拟合的特征点的TDOA需来自同一散射体或均为直射信号。例如，对于基站a、b信号的TDOA测量值，特征点1、2为能够聚为一类的(即同一类)的特征点。基站a、b的坐标分别为(xa,ya,za)、(xb,yb,zb)，特征点1、2的坐标分别为(x1,y1,z1)、(x2,y2,z2)。则特征点1、2由非视距产生的误差满足式(2)：本文档来自技高网...

【技术保护点】
一种特征点处理方法，其特征在于，包括：根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，所述矩阵S中的元素用于标识所述N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对所述矩阵S中的元素进行合并，得到矩阵S1，并对所述矩阵S1中的元素进行分类；去除所述矩阵S1中每一类元素对应的特征点中的除孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位。

【技术特征摘要】
1.一种特征点处理方法，其特征在于，包括：根据N个特征点中每两个特征点能否聚为一类，建立矩阵S，所述矩阵S中的元素用于标识所述N个特征点中每两个特征点能否聚为一类，其中N为大于或等于2的整数；对所述矩阵S中的元素进行合并，得到矩阵S1，并对所述矩阵S1中的元素进行分类；去除所述矩阵S1中每一类元素对应的特征点中的孤立点，每一类元素对应的特征点中去除孤立点后剩余的特征点用于定位；每一类元素对应的特征点中，第一NLOS误差减去第二NLOS误差所得到的值大于预设值的特征点为所述孤立点；所述根据N个特征点中每两个特征点能否聚为一类，建立矩阵S包括：如则所述N个特征点中对应的两个特征点能聚为一类，否则不能聚为一类；其中，n为噪声系统，c为光速，(x1,y1,z1)为特征点1的坐标，(x2,y2,z2)为特征点2的坐标，τa,b(x1,y1,z1)为在特征点1测量的基站a、b的信号到达时间差，τa,b(x2,y2,z2)为在特征点2测量的基站a、b的信号到达时间差，(xa,ya,za)为基站a的坐标；其中，所述对矩阵S中的元素进行合并，得到矩阵S1，并对所述矩阵S1中的元素进行分类包括：对所述矩阵S中包含相同元素的进行合并，并对相同元素所对应的特征点进行处理，得到所述矩阵S1；根据矩阵S1得到初次聚类结果，S1中每一行为数值为“1”的各列带表的特征点为同一类；根据确定所述矩阵S1中每一类元素对应的特征点中每个特征点的第一NLOS误差，其中，(x,y,z)为特征点坐标，τa,b(x,y,z)为在坐标为(x,y,z)的特征点上测量得到的基站a、b的信号到达时间差；根据NLOSa,b(x,y)＝a1x+a2y+a3确定所述矩阵S1中每一类元素对应的特征点中每个特征点的第二NLOS误差，其中，a1至a3为系数，首先利用多个不同特征点求得的NLOSa,b(x,y)，再采用最小二乘法可求得该系数。2...

【专利技术属性】
技术研发人员：邓中亮，余彦培，王克己，安倩，阮凤立，李晓阳，马文旭，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：