[发明专利]Wi-Fi室内定位方法

权利要求书

1.Wi-Fi室内定位方法，其特征在于：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和特征变换矩阵A_i；

其中，i＝1,2,…,q，

B、采用第i个子区域的特征变换矩阵A_i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，表示第i个子区域的d维位置指纹图。

2.根据权利要求1所述的Wi-Fi室内定位方法的区别在于：步骤A所述的支持向量机分类器、位置指纹图Sub-RadioMap_i和特征变换矩阵A_i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_i；

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_i,j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_i,j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第个子区域的特征变换矩阵为A_i；

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。

3.根据权利要求1所述的Wi-Fi室内定位方法的区别在于：步骤三所述的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_i,j并生成支持向量机分类器的具体过程为：

将Q个无线连接点布置于整个待定位的室内区域，为支持向量机算法的输入数据表示每一个待分类的数据，每个参考点接收Q个无线连接点发送的无线信号强度值，

其中，m表示两个子区域的参考点总数，且m∈O，x_t为列向量,表示第t个参考点接收Q个无线连接点发送的无线信号强度值矩阵，t=1,2…m，y_t=1或-1，x_t=[RSS^t_AP1,RSS^t_AP2,...RSS^t_APn...,RSS^t_APQ]^T，n=1,2,...,Q，AP表示无线信号强度值，RSS^t_APn表示第t个参考点接收到的第n个无线连接点发送的无线信号强度值，

根据公式（1）获得界线矩阵W_i,j：

Wi,j=argmaxW(α)=ΣT=1mαt-12Σt,z=1mytyzαtαzk(xt,xz)---(1)]]>

高斯核函数k(x_t，x_z)为：

k(xt,xz)=exp{-|xt-xz|2σ2}---(2)]]>

其中，x_t表示m个参考点中第t个参考点的无线信号强度值，x_z表示m个参考点中第z个参考点的无线信号强度值，y_t表示第t个参考点所属区域的标号，y_z表示第z个参考点所属区域的标号，

其中，z=1,2…m,y_z=1或-1，

约束条件为：

0<α_t<c,t=1,2,…,m    （3）

Σt=1mαtyt=0---(4)]]>

其中，α_t表示迭代参数，c，σ均为常数。