[发明专利]基于双层字典学习的CSI指纹定位方法、装置及设备

说明书

本发明实施例提供了一种基于双层字典学习的CSI指纹定位方法、装置及设备，在获取到对目标进行定位的指令时，采集所述目标的信道状态信息，作为目标信道状态信息CSI数据；基于预先训练得到的第一字典学习模型，获取所述目标CSI数据的第一稀疏编码以及区域标签；基于预先训练得到的第二字典学习模型和所述区域标签，获取所述第一稀疏编码的第二稀疏编码，并利用所述第二字典学习模型中的分类器，获取所述第二稀疏编码的位置标签，作为所述目标的位置标签；所述分类器用于按照稀疏编码的位置标签的不同进行分类。本方案可以兼顾提高定位准确度，以及降低存储压力和数据处理复杂度。

技术领域

本发明涉及指纹定位技术领域，特别是涉及一种基于双层字典学习的CSI指纹定位方法、装置及设备。

背景技术

在无线通信中，指纹定位方法具有不需要改变设备硬件即可定位的特点，因而被广泛应用。在具体应用中，信道状态信息(Channel State Information,CSI)指纹定位方法，依据室内环境复杂，信号反射和折射在不同位置形成不同的信号强度信息的原理，建立某区域内各参考节点(Reference Point,RP)的位置标签，与该参考节点的信道状态信息所表明的信号特征之间的映射关系，从而将该区域内的位置标签和信号特征一一对应存储，得到位置指纹数据库。这样，在对目标如某一终端进行定位时，可以获取目标的信道状态信息，从位置指纹数据库中确定与目标的信道状态信息匹配的位置标签，作为目标在该区域的位置标签，实现对目标的定位。

但是，为了映射更丰富的场景信息，信道状态信息往往包含相对多的信道特征。因此，信道状态信息容易受噪声、多径以及人员移动等影响，产生较大波动，导致位置指纹数据库中的信道状态信息和定位时获取的信道状态信息之间存在明显差异，影响匹配效果，造成定位准确度降低的问题。并且，信道状态信息维度较高，因此，用传统方法构建的位置指纹数据库规模庞大，导致存储压力和数据处理复杂度较大的问题。

发明内容

本发明实施例的目的在于提供一种基于双层字典学习的CSI指纹定位方法、装置及设备，以实现兼顾提高定位准确度，以及降低存储压力和数据处理复杂度的效果。具体技术方案如下：

第一方面，本发明实施例提供一种基于双层字典学习的CSI指纹定位方法，所述方法包括：

在获取到对目标进行定位的指令时，采集所述目标的信道状态信息，作为目标信道状态信息CSI数据；

基于预先训练得到的第一字典学习模型，获取所述目标CSI数据的第一稀疏编码以及区域标签；其中，所述第一字典学习模型用于基于最小化重构误差原则进行CSI数据所属区域的判别，且为利用多个样本CSI数据和每个样本CSI数据的位置标签训练得到的稀疏编码模型；

基于预先训练得到的第二字典学习模型和所述区域标签，获取所述第一稀疏编码的第二稀疏编码，并利用所述第二字典学习模型中的分类器，获取所述第二稀疏编码的位置标签，作为所述目标的位置标签；

其中，所述第二字典学习模型用于基于字典原子局部约束项增强所述第二稀疏编码的区分度，且为利用多个样本CSI数据的第一稀疏编码和每个样本CSI数据的位置标签训练得到的稀疏编码模型；所述分类器用于按照稀疏编码的位置标签的不同进行分类。

第二方面，本发明实施例提供一种基于双层字典学习的CSI指纹定位装置，所述装置包括：

信息采集模块，用于在获取到对目标进行定位的指令时，采集所述目标的信道状态信息，作为目标信道状态信息CSI数据；

第一编码模块，用于基于预先训练得到的第一字典学习模型，获取所述目标CSI数据的第一稀疏编码以及区域标签；其中，所述第一字典学习模型用于基于最小化重构误差原则进行CSI数据所属区域的判别，且为利用多个样本CSI数据和每个样本CSI数据的位置标签训练得到的稀疏编码模型；