发明名称 |
一种基于WIFI信号强度的指纹聚类多点联合室内定位方法 |
摘要 |
一种基于WIFI信号强度的指纹聚类多点联合室内定位方法,通过收集参考点处的信号指纹,使用一种基于距离矩阵的动态虚拟点初始聚类中心选择方法确定指纹分类数目及初始聚类中心特征向量,通过一种初始聚类方法将指纹库的指纹实现分类,然后在此基础上用最大化对数似然概率期望方法实现聚类软划分,使类与类之间交叠,并得到指纹的概率模型参数。在定位时,利用实时接收的信号向量、概率模型参数与类特征指纹向量获得参与定位的参考点,最后使用一种多参考点联合定位的方法估计出定位坐标。本发明采用聚类优化后指纹定位算法,大大提高指纹匹配效率与定位精度,降低了无线定位的成本,具有较强的市场竞争能力。 |
申请公布号 |
CN105044662A |
申请公布日期 |
2015.11.11 |
申请号 |
CN201510280786.1 |
申请日期 |
2015.05.27 |
申请人 |
南京邮电大学 |
发明人 |
赵夙;薛雯;朱晓荣;朱洪波 |
分类号 |
G01S5/02(2010.01)I |
主分类号 |
G01S5/02(2010.01)I |
代理机构 |
江苏爱信律师事务所 32241 |
代理人 |
唐小红 |
主权项 |
一种基于WIFI信号强度的指纹聚类多点联合室内定位方法,其特征在于,包括采集信号离线建库功能和定位算法实现功能,所述功能通过基于距离矩阵的动态虚拟点初始聚类中心选择算法下的优化聚类软划分方法及基于类参与度多点联合动态定位方法实现,具体流程如下:(1)每间隔1米设置一个参考点的方式将待定位区域以网格形式划分,每个格点为1个参考点,共划分N个参考点;(2)持装载服务器定位软件的终端,依次在参考点处采集信号,将信号强度向量存入指纹数据库;(3)根据指纹库采样向量进行距离矩阵计算,根据聚类算法实现指纹分类,获得类特征向量与参考点信号指纹的类分布矩阵;(4)待定位移动用户自动获取当前WIFI列表与对应信号值,向服务器发送定位请求,并发送WIFI信号向量;(5)服务器获取带定位信号向量后与各类特征向量匹配,获取类标号,根据类标号选定局部定位区域,利用局部定位方法算出待定位的估计位置;(6)服务器将估计位置返回待定位移动用户。 |
地址 |
210003 江苏省南京市新模范马路66号 |