首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法 

申请/专利权人:湖南大学

申请日:2022-04-24

公开(公告)日:2024-06-28

公开(公告)号:CN114928882B

主分类号:H04W64/00

分类号:H04W64/00;H04W4/33;H04W84/12;G06N3/006;G06N7/01

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2022.09.06#实质审查的生效;2022.08.19#公开

摘要:本发明公开基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法,包括相似性度量和最优位置预测计算:1使用双面板均匀性模型计算查询指纹与训练指纹的相关性和余弦距离;2建立定位模型适应度函数;3采用自适应贝叶斯综合学习粒子群优化算法计算最优适应值的参数并得到最优预测位置。该方法可高效准确地进行室内定位,采用双面板指纹均匀性模型来衡量定位指纹的相似性,利用相关性来测量指纹之间的匹配度,并引入余弦距离来反映指纹在方向上的差异,提高定位模块的多样性和鲁棒性;采用自适应贝叶斯综合学习粒子群优化算法进行参数寻优,自适应机制采用区间划分来选择粒子的综合学习概率水平,提高粒子群优化算法性能。系统更具鲁棒性,可提高定位精度。

主权项:1.基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法,其特征在于,包含建立双面板均匀性度量模型计算指纹间的相似性及自适应贝叶斯综合学习粒子群优化算法计算最优预测位置,在双面板均匀性度量模型计算指纹间的相似性部分,采用相关性和余弦距离分别进行指纹相似性度量,并将二者结合用于最优预测位置计算,具体如下:假设在室内环境中有M个信号接入点AP,并均匀选择N个物理位置作为参考点RP;设A={AP1,AP2,…APM}和R={RP1,RP2,…RPN}分别表示AP和RP的集合;设表示第i个RP的位置坐标,i=1,2,…,N,sij表示该位置处第j个AP的RSS;定义第i个RP位置相应的指纹为定位环境中参考点RP的训练指纹集可以表示为: 设Squery=[squery1,squery2,…,squeryM]T表示移动设备在在线阶段收集的、用于移动设备定位的RSS向量;如果有多个用户进行定位查询,则将指纹集表示为: 其中Γ为查询指纹的数量;若定位中无法检测到第j个AP,则为sij赋值以一个非常小的值;1对于第一个面板,使用相关性来评估不同指纹的相似性;对于指纹计算二者之间的相关性:coru,v=1-ru,v1 其中,和分别为的平均值和标准差,和分别为的平均值和标准差;根据等式1选择h个与相关性最高的指纹,表示为: 其中,表示第q个相似指纹,与中的训练指纹组成第一个面板图的边;2对于第二个面板,对于指纹计算二者之间的余弦距离: 类似地,将第二个面板上h个的最相似指纹表示为: 其中,表示第二个面板中第q′个相似指纹,和中的训练指纹组成第二个面板图的边;3对于在面板指纹图上的相应的位置系数根据相似性确定,表示为然后,利用softmax函数计算中的所有指纹系数,使其累积量等于1;整合两个面板的结果,得到的最优预测位置表示: ;自适应贝叶斯综合学习粒子群优化算法计算最优预测位置,在改进的贝叶斯综合学习粒子群优化算法中,对粒子后验概率划分区间,自适应确定综合学习CL概率,迭代实现最优预测位置的计算,具体如下:1首先初始化ps个粒子的粒子群,将式6作为适应度函数,每个粒子位置向量可表示为具有d=3维度的粒子位置向量Xn=xn,yn,hn,n=1,2,3,...ps;计算每个粒子的初始适应值,并对每个粒子随机分配一个水平的综合学习CL概率;2划分后验概率区间自适应确定综合学习CL概率:迭代计算中,使用贝叶斯定理计算第t次迭代的粒子后验概率pt,将pt划分为L个区间,子区间定义为: 其中为第t次迭代的第Li个子区间;和分别为后验概率向量的最大值和最小值;Δpt为后验概率的偏差区间;和分别为子区间的下界和上界;是第η个子区间的综合学习CL概率;所有的粒子的后验概率都根据等式7被划分为子区间SI,每个区间的综合学习CL概率为区间的中值;当一个粒子的综合学习CL概率需要更新时,自适应机制采用区间划分来选择该粒子的综合学习CL概率水平,实现综合学习CL概率的自适应并确定粒子学习样本;3最后更新粒子的速度、位置、适应值等完成迭代,若迭代次数t达到设定的最大迭代次数T,则停止迭代;取粒子群最终的最优位置作为式6的最优解,相应的x,y作为定位的最优预测位置。

全文数据:

权利要求:

百度查询: 湖南大学 基于自适应贝叶斯综合学习粒子群优化的WLAN指纹定位方法

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。