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:亳州学院
摘要:本发明提供了一种结合卷积神经网络与WKNN的精确室内定位方法,在待定位区域每个采集点处,收集周围AP的RSS数据,然后对收集的RSS数据进行预处理操作;预处理操作分为卡尔曼滤波去噪和归一化生成灰度图像;首先通过卡尔曼滤波算法对RSS数据进行降噪处理,再将滤波后的结果归一化后转换成灰度图像;本发明利用WiFi位置指纹匹配法进行室内定位,在线匹配算法选取卷积神经网络与WKNN结合算法;先利用CNN分类模型提取室内波动RSSI的特征并学习RSSI与位置之间的非线性映射关系,完成初步区域定位后,再结合WKNN在小范围内进行精确坐标预测;该方法整体使用的数据量和计算复杂度相对较小,时效性较好,且定位精度进一步提高。
主权项:1.一种结合卷积神经网络与WKNN的精确室内定位方法,其特征在于,包括如下步骤:步骤一、离线阶段:在待定位区域每个采集点处,收集周围AP的RSS数据,然后对收集的RSS数据进行预处理操作;预处理操作分为卡尔曼滤波去噪和归一化生成灰度图像;首先通过卡尔曼滤波算法对RSS数据进行降噪处理,再将滤波后的结果归一化后转换成灰度图像;将预处理后的灰度图像放入卷积神经网络模型中进行迭代训练,在误差收敛或迭代次数完成后生成粗定位模型;步骤二、在线阶段:在待测点处,采集周围AP的RSSI数据,然后对收集的RSSI数据进行预处理操作;该处的预处理操作与步骤一中的预处理操作相同;将预处理后的灰度图像,输入到粗定位模型中进行预测,得到预测的区域位置;利用距离加权的WKNN定位算法,进一步缩小预测范围,得到精确的定位坐标。
全文数据:
权利要求:
百度查询: 亳州学院 一种结合卷积神经网络与WKNN的精确室内定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。