买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种基于WKNN融合的室内三维空间指纹定位方法，该方法从位置指纹的参考点中挖掘信息、融合信息，从而实现在位置指纹的基础上，与几何定位结果融合，以提高精度和稳定性。能够在不细化3D指纹数据库的情况下，通过KNN求取K个最近邻参考点，加权得到一种定位结果；再以数据库中基站的坐标和距离的几何关系求解另一种定位结果，两种结果进行融合实现更加精确而稳定的定位精度。该方法充分利用位置指纹信息，计算简单，定位精度高且稳定性高。

主权项：1.一种基于WKNN融合的室内三维空间指纹定位方法，其特征在于，包括以下步骤：步骤1：建立指纹离线信息库；离线建库阶段：在定位区域内，选取多个参考点，在每个参考点上测量所有基站的接收信号强度；将参考点坐标与接收信号强度共同存入数据库，形成指纹库；在线定位阶段：使用KNN将目标接收到的信号强度信息与指纹库中的信息进行匹配，得到K个最近邻的参考点坐标： 式中，Dp表示信号强度距离，OB表示目标接收到的信号强度信息，NOk表示KNN算法匹配的k个最近邻参考点的指纹信息；步骤2：对步骤1得到的K个最近邻的参考点坐标，引入距离权重Wi： 其中，xi,yi,zi表示第i个最近邻的参考点坐标，x,y,z表示目标坐标，di表示目标接收到的信号强度信息与第i个参考点的指纹信息的信号强度距离，ε是一个正数；步骤3：采用基于TDOA的Chan算法对目标再次定位；步骤3-1：计算： 式中，d为目标与基站的实际距离，d0为基准距离，Pd和Pd0分别表示当目标与基站距离分别为d和d0时的平均接收功率，α表示路径损耗参数；θ表示由于阴影衰落和快衰落导致的噪声，θ是均值为0、方差的正态随机变量；步骤3-2：根据式3推导得出距离d的表达式： 对式4进行修正： 步骤3-3：采用噪声的自适应迭代方差算法减小噪声的影响，具体如下：定义原始噪声为：经过噪声的自适应迭代方差算法后得到的噪声为步骤3-3-1：令令i＝2；步骤3-3-2：计算步骤3-3-3：令i加1；步骤3-3-4：重复步骤3-3-2到步骤3-3-3，直到时，结束循环，且采用噪声的自适应迭代方差算法对θ的方差进行处理；根据距离di与其对应噪声采用TDOA中Chan算法进行定位计算得到一组新的目标点坐标x,y,z；步骤4：对步骤2和步骤3定位的结果进行融合，具体如下：X方向： 式中，表示X方向上融合的结果，表示WKNN方法在X方向上的位置信息；表示Chan算法在X方向上的位置信息，方差与采用多次测量的统计方法获取；Y方向： 式中，表示Y方向上融合的结果，表示WKNN方法在Y方向上的位置信息；表示Chan算法在Y方向上的位置信息，方差与采用多次测量的统计方法获取；Z方向： 式中，表示Z方向上融合的结果，表示WKNN方法在Z方向上的位置信息；表示Chan算法在Z方向上的位置信息，方差与采用多次测量的统计方法获取。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于WKNN融合的室内三维空间指纹定位方法