[发明专利]一种基于压缩感知的室内定位方法、存储介质及设备

权利要求书

1.一种基于压缩感知的室内定位方法，其特征在于，所述方法包括：

步骤S1，在实际环境中设置多个参考点，采集每个参考点的多条指纹信息；

步骤S2，对采集到的每个参考点的指纹信息进行训练，得到与所述参考点对应的特征定位参数；

步骤S3，将指纹信息和与该指纹信息对应的特征定位参数录入指纹数据库；

步骤S4，采集待测点的指纹信息，将待测点的指纹信息与指纹数据库中的指纹信息进行对比，判断待测点的指纹信息与各参考点的指纹信息的相似程度，并判断待测点的特征定位参数与各参考点的特征定位参数的相似程度；

步骤S5，按相似程度由高到低的顺序，依次选取多个参考点的物理坐标，将选取的物理坐标按相似度的权重加权求和后，得到的结果作为最终定位结果。

2.根据权利要求1所述的室内定位方法，其特征在于，所述步骤S2具体包括：

步骤S21，根据采集到每个参考点的多条指纹信息，获得每个参考点的稀疏字典；

步骤S22，计算每个参考点的平均指纹，并获取平均指纹的稀疏表示形式以及对应于该稀疏表示形式的参数信息；

步骤S23，将每个参考点的参数信息与该参考点的物理位置信息进行关联。

3.根据权利要求2所述的室内定位方法，其特征在于，所述步骤S21具体包括：

步骤S211，根据指纹数据库中记录的参考点的指纹信息，计算得到该参考点的平均指纹，将平均指纹作为第0次残差，且令初始索引集和按第0次索引找到的指纹信息矩阵的列集合为空集，令迭代次数初始为1；

步骤S212，计算第t-1次残差与指纹信息矩阵的每一列的内积，选择计算出来的内积中大于门限值的值，将所述大于门限值的值对应的列序号构成集合；

步骤S213，更新索引集和矩阵列集合，再次重复步骤S211和步骤S212，若再次重复过程中无新列被选中，则停止迭代；

步骤S214，求y＝Ax的最小二乘；

步骤S215，更新残差；

步骤S216，迭代次数加1，如果迭代次数小于总迭代次数或残差等于0，则停止迭代，进入步骤S217；

步骤S217，重构得出稀疏字典。

4.根据权利要求2所述的室内定位方法，其特征在于，所述步骤S4具体包括：

步骤S41，获取待测点的指纹信息，对该指纹信息利用最小二乘投影在稀疏字典下作线性分解，得到该指纹信息的稀疏表示形式，提取该稀疏表示形式对应的系数，作为待测点系数；

步骤S42，按皮尔逊相关系数分析测得的该待测点系数与每个参考点系数的相似程度。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

步骤S1，在实际环境中设置多个参考点，采集每个参考点的多条指纹信息，并采集待测点的指纹信息；

步骤S2，对采集到的每个参考点的指纹信息进行训练，得到与该参考点对应的特征定位参数；

步骤S3，将指纹信息和与该指纹信息对应的特征定位参数录入指纹数据库；

步骤S4，将待测点的指纹信息与指纹数据库中的指纹信息进行对比，判断待测点的指纹信息与各参考点的指纹信息的相似程度，并判断待测点的特征定位参数与各参考点的特征定位参数的相似程度；

步骤S5，按相似程度由高到低的顺序，依次选取多个参考点的物理坐标，将选取的物理坐标按相似度的权重加权求和后，得到的结果作为最终定位结果。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：

步骤S1，在实际环境中设置多个参考点，采集每个参考点的多条指纹信息，并采集待测点的指纹信息；

步骤S2，对采集到的每个参考点的指纹信息进行训练，得到与该参考点对应的特征定位参数；

步骤S3，将指纹信息和与该指纹信息对应的特征定位参数录入指纹数据库；

步骤S4，将待测点的指纹信息与指纹数据库中的指纹信息进行对比，判断待测点的指纹信息与各参考点的指纹信息的相似程度，并判断待测点的特征定位参数与各参考点的特征定位参数的相似程度；

步骤S5，按相似程度由高到低的顺序，依次选取多个参考点的物理坐标，将选取的物理坐标按相似度的权重加权求和后，得到的结果作为最终定位结果。