[发明专利]WiFi室内定位中基于贝叶斯回归的RadioMap校正方法

权利要求书

1.WiFi室内定位中基于贝叶斯回归的RadioMap校正方法，其特征在于：包括以下步骤：

A.进行定位请求：WiFi设备发出定位请求，搜集功率指纹，并将功率指纹发送到定位服务器；

B.进行位置估计：定位服务器利用模式分类法将当前发送的功率指纹和保存在RadioMap中的功率进行对比，由给定的当前WiFi功率指纹值，预测当前节点的位置；

所述的模式分类法的工作过程为：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个模式类别，则该样本也属于这个模式类别，在定类决策上只依据最邻近的一个或几个样本的模式类别来决定待分样本所属的模式类别，k为自然数；

C.进行精度调整：利用贝叶斯回归算法对RadioMap进行在线动态校正，通过高斯过程回归迭代，把功率标准差缩小到米一级的精度，并转换为位置误差的标准差，采用定位误差标准差的形式来表示定位精度；

所述的高斯过程实现：在所有位置上预测功率的概率密度函数；对功率值的噪声进行平滑处理；提供功率预测的标准差；

D.进行定位回复：定位服务器将预测位置和位置误差的标准差通过WiFi网络发送到定位请求方。

2.如权利要求1所述的WiFi室内定位中基于贝叶斯回归的RadioMap校正方法，其特征在于：

所述的步骤A中WiFi设备发出定位请求，搜集功率指纹，并发送功率指纹到定位服务器采用基于AP在线功率模式记录法；

所述的基于AP在线功率模式记录法利用每个AP装有无线局域网收发器硬件的特点，让AP既提供无线连接功能，又承担功率模式的记录工作，通过修改AP固件，在每个AP旁边放置一个无线检测器进行功率模式记录，在AP发送的信标帧的信息部分携带功率模式记录结果时，使AP变成一个参考位置，周期广播其位置上最近功率方向的记录，包括AP自身的MAC及位置、邻区AP的MAC，邻区AP的RSS值，该信息发送到定位服务器。

3.如权利要求2所述的WiFi室内定位中基于贝叶斯回归的RadioMap校正方法，其特征在于：AP以每隔2秒为周期广播其位置上最近功率方向的记录。

4.如权利要求1所述的WiFi室内定位中基于贝叶斯回归的RadioMap校正方法，其特征在于：

所述的步骤B中给定的当前WiFi功率指纹值，预测当前节点的位置是利用零均值高斯过程回归方法，针对AP进行功率强度预测；

所述的零均值高斯过程回归方法对每个AP建立RSS观测值，并建立在线RSS观测图，该观测值具有零均值高斯先验概率密度函数，每个AP的训练数据都是成对形式：

{(x₁,y₁),(x₂,y₂)…(x_N,y_N)}，

其中x是一个2维位置，y是在位置x处的AP的RSS值，

初始时，一个N×N的协方差矩阵R在N个观测值的训练数据集上利用似然函数进行计算，当所有收集到的数据集（X,Y）都有协方差矩阵R之后，就利用贝叶斯推理的边缘化特性来估计该AP在未知输入x*时的信号功率概率密度函数：

μx*=r(x*,X)(R+σn21)-1Yσx*2=r(x*,x*)-(x*,X)T(R+σn21)-1r(x*,X)---(1)]]>

其中是在该AP位置处的预测均值RSS，r(x^*,X)是N元里的一个向量，R是N×N的协方差矩阵，是协方差，I是单位矩阵，Y是噪声过程，是功率标准差，由对x^*按（11）进行计算得到的结果和对应的X共同组成。