[发明专利]一种基于Wi-Fi指纹库文本分类的室内房间级定位方法

说明书

本发明涉及一种基于Wi‑Fi指纹库文本分类的室内房间级定位方法，包括步骤：首先采集商场室内环境中的Wi‑Fi信号强度以及基本服务集标识符；将Wi‑Fi指纹库转换成短文本数据；进行特征选择和单词权重计算；使用Crammer‑Singer支持向量分类器；计算分类精度。本发明的有益效果是：本发明将Wi‑Fi的信号强度转换成短文本单词直接忽略其信号强度大小的影响，不再考虑其信号强度的大小的特征，缩减了Wi‑Fi指纹库；本发明将Wi‑Fi指纹库转换成短文本数据集，缩减了数据维度，同时文本分类器时基于线性核SVM分类器，其训练和测试的效率极高，并能大幅度地降低定位时间和提高定位精度。

技术领域

本发明涉及一种基于Wi-Fi指纹库文本分类的室内房间级定位方法，主要是使用文本分类的方法对Wi-Fi指纹库进行室内房间级定位。

背景技术

随着移动通信和普适计算技术的飞速发展，各种应用都在广泛尝试各种技术进行室内定位。

目前技术如基于GPS的室外定位、基于地磁、RFID、ZigBee网络、蓝牙等的室内定位技术。基于Wi-Fi的定位主要分为两类：基于位置指纹的方法和基于信号传播模型的方法。其中基于指纹的室内定位系统采用由多个接入点(APs)及其信号强度(RSSI)组成Wi-Fi指纹。但是Wi-Fi信号容易受到环境因素的影响如墙壁、门、家具甚至人。此外，它可能来自个人访问点或临时热点。因此，智能手机接收到的Wi-Fi信号强度，即RSSI，并不是恒定和稳定的。

发明内容

本发明的目的是克服现有技术中的不足，提供一种基于Wi-Fi指纹库文本分类的室内房间级定位方法。

这种基于Wi-Fi指纹库文本分类的室内房间级定位方法，包括以下步骤：

步骤1、首先采集商场室内环境中的Wi-Fi信号强度以及基本服务集标识符；统计基本服务集标识符出现的次数，将基本服务集标识符出现次数小于5次的数据剔除；构建Wi-Fi 指纹库；所述Wi-Fi指纹库中有标签S＝{s₁,…,s_r}，s_i为商场中第i编号的商铺标签；

将剔除后的基本服务集标识符替换成接入点APs＝{AP₁,…,AP_n}，Wi-Fi指纹库的Wi-Fi 信号强度为f＝{f₁,…,f_n}，其中n为特征个数；f_i为接入点AP_i的信号强度值，i的范围为 [1,n],f_i的范围为(-100,0)；

步骤2、将Wi-Fi指纹库转换成短文本数据：将Wi-Fi信号强度大小和接入点Aps的标签结合生成短文本单词，多个短文本单词构成一句短句作为特征；将参数α设定为α＝10，按照 RSSI的大小范围进行转换：

如果RSSI(AP_n)-50,转换成单词为AP_n_1；

如果-60RSSI(AP_n)＝-50,转成单词为AP_n_2；

如果-70RSSI(AP_n)＝-60,转换成单词为AP_n_3；

如果-80RSSI(AP_n)＝-70,转换成单词为AP_n_4；

如果-90RSSI(AP_n)＝-80,转换成单词为AP_n_5；

如果-100RSSI(AP_n)＝-90,转换成单词为AP_n_6；

如果RSSI(AP_n)-100,转换成单词为AP_n_7；