| 主权项 |
Wi‑Fi室内定位方法，所述Wi‑Fi室内定位方法是基于室内Wi‑Fi无线网络系统实现的，整个待定位的室内Wi‑Fi无线网络系统的包括Q个无线连接点和O个参考点，整个待定位的室内共有q个子区域，位于该室内的Wi‑Fi对待测点的定位方法为：A、当待测点接收到的无线连接点发送的无线信号强度值时，采用支持向量机分类器将待测点定位到相应第i个子区域，获取该子区域的位置指纹图<img file="FDA0000630831230000011.GIF" wi="370" he="84" />和特征变换矩阵A<sub>i</sub>；其中，i＝1,2,…,q，B、采用第i个子区域的特征变换矩阵A<sub>i</sub>将待测点无线信号强度值进行维数转换得到d维无线信号强度值并与该子区域<img file="FDA0000630831230000012.GIF" wi="370" he="79" />进行匹配，采用权值K最邻近结点算法对待测点位置坐标进行预测，输出定位结果，其中，<img file="FDA0000630831230000013.GIF" wi="370" he="79" />表示第i个子区域的d维位置指纹图；其特征在于：步骤A所述的支持向量机分类器、位置指纹图Sub‑RadioMap<sub>i</sub>和特征变换矩阵A<sub>i</sub>由下述步骤获得：步骤一、记录O个参考点的相应坐标，依次测量并记录O个参考点接收到的Q个无线连接点发送的无线信号强度值，并将该无线信号强度值作为位置特征信息，构建整体位置指纹图；步骤二、第i个子区域的位置指纹图表示为Sub‑RadioMap<sub>i</sub>；步骤三、采用支持向量机算法对q个子区域依次进行训练，得到任意两个子区域的位置指纹图之间的界线矩阵W<sub>i,j</sub>并生成支持向量机分类器，其中，i表示第i个子区域，j表示第j个子区域，且i≠j，W<sub>i,j</sub>表示第i个子区域与第j个子区域之间的界线矩阵，步骤四、在每个子区域采用主成分分析算法将该区域的位置指纹图数据降至d维，获得相应的位置指纹图和特征变换矩阵，则第i个子区域的d维位置指纹图表示为<img file="FDA0000630831230000014.GIF" wi="395" he="82" />第<img file="FDA0000630831230000015.GIF" wi="364" he="85" />个子区域的特征变换矩阵为A<sub>i</sub>；步骤五、将q个子区域的所有特征变换矩阵与相应的位置指纹图进行存储，其中，d为降维的目标维数。 |
