发明名称 |
基于二级分区与指纹梯度匹配的室内定位与跟踪方法 |
摘要 |
本发明公开了基于二级分区与指纹梯度匹配的室内定位与跟踪方法,主要步骤为获取底层特征指纹库,获取一级分区词典;得到梯度指纹图谱,根据训练参考点的特征指纹得到多级分区分类器,预测得到测试所属分区;定位步骤,利用多级分区分类器获取所属分区,预测待定位点的位置坐标;最后是跟踪步骤,对各种运动模式进行跟踪定位,利用室内运动测距算法和前一步参考位置坐标,预测当前位置坐标和运动轨迹,完成指纹定位的周期性位置联合跟踪定位。本发明生成的梯度指纹图谱能够处理随时间变化的影响和异构设备的RSS测量的多样性,大大降低了指纹图定期维护的开销,梯度指纹图谱不仅能够保证高精度指纹定位,而且还压缩移动终端数据库并提高了性能。 |
申请公布号 |
CN106412839A |
申请公布日期 |
2017.02.15 |
申请号 |
CN201610819921.X |
申请日期 |
2016.09.12 |
申请人 |
南京邮电大学 |
发明人 |
暴建民;仇雷 |
分类号 |
H04W4/04(2009.01)I;G01S5/02(2010.01)I |
主分类号 |
H04W4/04(2009.01)I |
代理机构 |
南京知识律师事务所 32207 |
代理人 |
李湘群 |
主权项 |
基于二级分区与指纹梯度匹配的室内定位与跟踪方法,其特征在于包括如下步骤:步骤1:获取底层特征指纹库,此指纹库主要是用来获得参考点的特征指纹,包含采集和处理参考点数据,获取一级分区词典,划分AP聚类二级分区和提取二级分区中心标识索引,对人工标记训练参考点属性,聚类过程;步骤2:得到梯度指纹图谱,所述的梯度图谱主要是获得基于AP聚类二级分区中心的标识索引的各参考点特征指纹的多进制梯度特征指纹向量,包含获取多级分区内各个参考点的多进制梯度特征向量,根据训练参考点的特征指纹得到多级分区分类器,预测得到测试所属分区;步骤3:定位步骤,采集待定位点的指纹进行位置预测,包含得到所有分区内参考点的多进制梯度特征向量的梯度指纹图谱,利用多级分区分类器获取所属分区,获取该AP聚类二级分区中心的标识索引的标识索引,通过多进制梯度KNN匹配算法,预测待定位点的位置坐标;步骤4:跟踪步骤,对各种运动模式进行跟踪定位,包含得到指纹定位的位置坐标,传感器采集和处理的数据,利用室内运动测距算法和前一步参考位置坐标,预测当前位置坐标和运动轨迹,完成指纹定位的周期性位置联合跟踪定位。 |
地址 |
210003 江苏省南京市鼓楼区新模范马路66号 |