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：江苏大学

摘要：本发明涉及一种改进WKNN的室内定位方法，在定位区域中栅栏化，确立参考点，通过参考点中采集到的AP的RSS，选出适合用于后续定位的AP集合，并把相关数据存入指纹数据库中。用随身携带的设备记录下定位点的AP的RSS，根据相同Mac地址，判断所在定位区域，通过定位点与参考点之间波峰波谷值的数量差异，选出与定位点AP数值变化趋势相似的参考点，通过KNN算法选出欧氏距离最小的K个参考点，通过归一化和wasserstein距离赋予权重，再通过判定是否为相似的参考点并赋予权重，通过加权平均作为最后的结果。

主权项：1.一种改进WKNN的室内定位方法，其特征在于，包括如下步骤：1将室内场景划分为k个定位区域，并给予标签1、2、3……k；2在每个定位区域中进行栅栏化，确立参考点，并记录参考点的位置信息，如第i个参考点坐标为pi＝xi,yi，通过移动设备每隔ΔT采集当前参考点的RSS，第i参考点的RSS记为：Si＝{Si,1,Si,2,...,Si,j,...,Si,z}，其中，z为无线接入点AP的数量，si,j表示第i参考点接收到的第j个无线接入点AP的RSS；Si,j＝{Si,j,1,Si,j,2,...,Si,j,x,...,Si,j,t}，t表示采集的次数；3通过无线接入点AP选择策略，选出用于定位的无线接入点AP子集；所述AP选择策略包括以下步骤：3.1对采集到的RSS数据进行去噪处理：对每一个si,j进行高斯滤波,t为采集次数，测量结果fSi,j的密度函数为将0.6≤fSi,j≤1,0.15σ1+μ≤fSi,j≤0.39σ1+μ，将此范围内的Si,j,g值取出做平均处理为当前RSS值，即第j个AP信息为Sj＝{RSSj,1,RSSj,2,...,RSSj,n}，其中n为参考点的个数；3.2补全缺失数据：AP在第x参考点缺失的数据为RSSj,x＝RSSj,min-RSSj,min2-RSSj,min，RSSj,min表示该AP在所有参考点中的最小数值，RSSj,min2表示该AP在所有参考点中第二小的数值；3.3设置一个集合Cq,并令计算每个AP信号的出现频率，并设置阈值σ2，如果则舍弃当前AP；否则进入集合Cq中，其中g为参考点的个数，Nj表示当该参考点有RSS数据，且该数据大于-80db，则为1，否则为0；3.4设置一个集合Cr,并令3.5分别找到APi,APj离源头最近点F，APi,APj的F点分别记为iF和jF；所述步骤3.5包括以下步骤：3.5.1分别判断APi,APj取得前三最大RSS值的参考点q、w、e是否小于阈值σ3，dq,w是参考点q和参考点w的位置距离，dq,e是参考点q和参考点e的位置距离，dw,e是参考点w和参考点e的位置距离；3.5.2如果dq,wσ3且dq,eσ3且dw,eσ3，只有两个满足，一个不满足，则源头接近两个满足中共有的参考点，如：dq,wσ3且dq,eσ3但是dw,e＝σ3，则q的坐标xq,yq为F；3.5.3如果dq,wσ3且dq,eσ3且dw,eσ3，只有1个满足，两个不满足，如dq,wσ3但是dq,eσ3,dw,e＝σ3,则源头在坐标q与w之间，记F为3.5.4如果dq,wσ3且dq,eσ3且dw,eσ3，三个都不满足，则根据RSS大小值的顺序，找到另一个能符合3.5.2或3.5.3的点，并记下它的左边为F；3.5.5如果dq,wσ3且dq,eσ3且dw,eσ3，三个都满足，则有最大RSS值的参考点坐标为F；3.6设置阈值σ4，σ5，如d1＜σ4且d2＜σ5，则将APi,APj放入到Cr中；3.7集合Cr中若一个AP具有多个标签，则将此AP和与它具有相同标签的AP重置一个相同标签；3.8对于Cr中相同的标签根据参考点得分能力T来进行筛选，对于同一标签，保留其得分最大的AP放入集合Cq中，其他的则舍弃；记APi在第i个参考点得分能力为RSSi是第i参考点上的RSS值，RSSmax是该AP所有参考点中RSS的最大值，RSSmin是该AP所有参考点中RSS的最小值，di,iF是第i个参考点到点F的距离；APi总得分能力3.9对集合Cq中所有AP计算其参考点总得分能力Tall，并按照降序进行排列；3.10根据定位区域大小，确定参与定位的AP数量，并从AP集合中依序选取用于定位的无线接入点AP子集；4将每个参考点信息作为一个指纹存入指纹数据库中；5用户通过携带的移动设备采集定位点的RSS；6利用AP子集和RSS值计算每个定位区域得分，判断最高得分是否为单区域，找出AP子集的RSS值，确定定位点所属的定位区域；7通过定位点与参考点之间波峰波谷值的数量差异，找出与定位点相似的参考点；8在指纹数据库中找到与步骤5中采集到的RSS值的欧氏距离最近的k条指纹，利用归一化和wasserstein距离，并判定是否为相似参考点进行加权，将k条指纹所对应的位置坐标加距离权重作为用户当前的位置。

全文数据：

权利要求：

百度查询： 江苏大学 一种改进WKNN的室内定位方法