[发明专利]一种室内定位方法、装置、电子设备及存储介质

说明书

本发明提供一种室内定位方法、装置、电子设备及存储介质，获取定位请求指示的目标用户在当前ECC环境下行动的RSS数据集，以及目标用户的原ECC环境下的历史标签RSS数据集；根据历史标签RSS数据集，对RSS数据集进行聚类和标注标签处理，得到标签RSS数据集；根据历史标签RSS数据集，对标签RSS数据集进行数据增强处理，得到目标RSS数据集；利用目标RSS数据集对随机森林定位模型进行训练，得到当前ECC环境的定位模型；将定位请求输入当前ECC环境的定位模型，得到目标用户在当前ECC环境下的位置信息。基于本发明，可以在适应环境复杂且多变的ECC环境的基础上，提高室内人员定位的准确性。

技术领域

本发明涉及信息技术领域，更具体地说，涉及一种室内定位方法、装置、电子设备及存储介质。

背景技术

随着信息技术的飞速发展，定位技术也随之受到了广泛的关注和应用，尤其是室内定位技术，更是广泛的应用于生产生活领域。

在现有技术中，可以通过接收信号强度（Received Signal Strength，RSS）变化关系实现室内的目标人员的定位，或者，基于机器学习的方法，通过离线采集数据并训练定位模型进行室内定位。但是，当室内环境发生变化，链路与目标位置的对应关系和定位模型会发生，导致目标人员的定位准确率下降，故，现有的室内定位方法无法适应环境复杂且多变的ECC环境。

因此，如何提供一种室内定位方法，以适应环境复杂且多变的ECC环境，是本申请亟需解决的问题。

发明内容

有鉴于此，本发明提供一种室内定位方法、装置、电子设备及存储介质，以实现在适应环境复杂且多变的ECC环境的基础上，提高室内人员定位的准确性。

本发明第一方面公开一种室内定位方法，所述方法包括：

获取定位请求，其中，所述定位请求包括请求定位的目标用户；

获取所述目标用户在当前ECC环境下行动的RSS数据集，以及所述目标用户的原ECC环境下的历史标签RSS数据集；其中，所述当前ECC环境为所述原ECC环境发生环境变化后的ECC环境；

根据所述历史标签RSS数据集，对所述RSS数据集进行聚类和标注标签处理，得到标签RSS数据集；

根据所述历史标签RSS数据集，对所述标签RSS数据集进行数据增强处理，得到目标RSS数据集；

利用所述目标RSS数据集对随机森林定位模型进行训练，得到所述当前ECC环境的定位模型，其中，所述随机森林定位模型是利用所述历史标签RSS数据集对随机森林算法进行训练得到；

将所述定位请求输入所述当前ECC环境的定位模型，得到所述目标用户在所述当前ECC环境下的位置信息。

可选的，所述根据所述历史标签RSS数据集，对所述RSS数据集进行聚类和标注标签处理，得到标签RSS数据集，包括：

利用基于度量学习的半监督模糊C均值聚类（SFCMML）算法，根据所述历史标签RSS数据集，对所述RSS数据集进行聚类和标注标签处理，得到标签RSS数据集。

可选的，所述利用基于度量学习的半监督模糊C均值聚类（SFCMML）算法，根据所述历史标签RSS数据集，对所述RSS数据集进行聚类和标注标签处理，得到标签RSS数据集，包括：

从所述历史标签RSS数据集中，选取同类坐标点样本对S和不同类坐标点样本对D；

利用所述同类坐标点样本对S和所述不同类坐标点样本对D，计算系数矩阵A_i；

基于所述系数矩阵A_i，对所述RSS数据进行辅助聚类和标注标签处理，得到标签RSS数据集。