基于支持向量机的半监督学室内定位方法

摘要

本发明涉及基于支持向量机的半监督学室内定位方法，该定位方法包括如下步骤：S1.对室内定位环境进行网格划分，并对每个网格采集接收到来自覆盖区域内WiFi无线接入点AP的信号接收强度RSS数据；S2.对所述采集数据进行处理；S3.对移动终端进行定位。本发明这种支持向量机方法实时定位精度高，采集数据利用效率高，适用场景广。

主权项

基于支持向量机的半监督学习室内定位方法，其特征在于，该定位方法包括如下步骤：S1.对室内定位环境进行网格划分，并对每个网格采集接收到来自覆盖区域内WiFi无线接入点AP的信号接收强度RSS数据；S2.对所述采集数据进行处理；S3.对移动终端进行定位；所述的定位包括如下步骤：1)统计每个网格中接收到的AP的RSS值>＝‑70dBm的数量，并选取数目在前k的网格作为聚类中心；确定好聚类中心后，设中心网格的RSS值向量为μ_i，待聚类网格的RSS值向量为R_j；2)根据数据预聚类的方法，确定室内环境中聚类中心的位置，然后每一个AP都储存着一个聚类中心表，按照距离AP所在位置的空间距离由近及远排列，当MS需要定位服务时，会发起服务请求，然后接受服务请求的AP用数据预聚类的方法查找聚类中心表，找到最接近的聚类中心，并把聚类中心位置报告至云端服务器；3)在云端服务器中，使用数据处理阶段获得的多分类器对MS的RSS数据进行分类，其中使用多分类器所有类别之间“成对比较”的比较的方式替换为以聚类中心聚集的聚类内部类别之间采用“成对比较”的方式，最后获得最终的定位结果。