[发明专利]一种基于接收信号强度的层次分类室内定位方法

说明书

本发明公开了一种基于接收信号强度的层次分类室内定位方法，属于室内定位技术领域。本发明的基于接收信号强度的层次分类室内定位方法首先给出了1‑sigma区间判别机制，将整个平面楼层空间划分成若干存在交叉数学的区块域；进一步以高斯过程分类，实现以房间为颗粒元素的室内定位。所提方法在浙江某医疗养护中心进行实地测试，通过与支持向量机(SVM)、决策树、K近邻(K Nearest Neighbor，KNN)方法相比所提方法在准确率、平均误差和标准误差等方面表现更佳，平均误差达到80.8以下，标准误差达到81.1以下，误差方差达到7.7以下，准确率达到97.6％以上，稳定性仅低于SVM(误差方差为4.6)。

技术领域

本发明涉及一种基于接收信号强度的层次分类室内定位方法，属于室内定位技术领域。

背景技术

基于指纹的方法也是解决室内定位问题的主流策略(Li Z，Liu J，Niu X，Li L，Wang Z， Chen R.A Bayesian Density Model Based Radio Signal FingerprintingPositioning Method for Enhanced Usability.Sensors 2018，18(11)：40-63.)。接收信号强度RSS(Recved Signal Strength) 指纹定位分为采集所有可能目标位置上RSS数据建立RSS指纹库的离线，与目标体的当前 RSS与指纹库匹配的在线阶段。该方法规避了回归定位中对wifi接入点AP数目和位置的限制，因此基于指纹的定位可以进一步降低室内定位的成本。指纹方法仅关注特征空间中各类别边界，使其鲁棒性较回归方法更具有优势。

本质上，指纹定位是一种基于RSS数据的分类过程，使用RSS数据库对可能的目标位置确定类别标签，建立分类机制，在线阶段利用该分类机制判别信号类别，确定信号位置。但是在稀疏节点条件下，信号源较少使得可用特征数难以实现简单分类，并且由于室内环境中因为存在多径效应(Error probability model for IEEE802.15.4 wireless communications in the presence of co-channelinterterence.Physical Communicarion 2018，25(1)：43-53)、共信道干扰(Elnahrawy，EX，Li，R P Martin.The limits of localization using signal strength：acomparative study.IEEE Communications Society Conference on SensorAd HocCommunicationsNetworks.)以及设备、行人对无线信号的吸收等影响，使RSS测量值的噪声极大，传统分类方法的定位正确率不高。