龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江科技大学
摘要：本发明提供了一种基于高斯指纹库的楼层识别方法，属于楼层识别技术领域，离线阶段：预先规划采集路径；沿规划的采集路径在各个楼层行走，记录所有采集到的Wi‑Fi信号强度并统计其信号强度均值、标准差，构建各个楼层Wi‑Fi的高斯模型；将各个楼层所有Wi‑Fi的高斯模型放入对应的数据库中，形成指纹库；在线阶段：将各个Wi‑Fi信号强度分别输入到不同楼层对应的Wi‑Fi的高斯模型中，得到概率值；将概率值最大的所属楼层判断为该Wi‑Fi所属楼层；最后根据所有Wi‑Fi判断结果统计各个楼层的识别数，将识别数最多的楼层为识别的结果。本发明相较于目前应用较广的基于KNN的楼层识别方法准确性和普适性更强。
主权项：1.一种基于高斯指纹库的楼层识别方法，其特征在于，包括离线阶段和在线阶段；其中，离线阶段构建楼层识别指纹库，在线阶段进行楼层识别；构建指纹库时，包括以下子步骤：S1、预先规划采集路径；S2、沿规划的采集路径在各个楼层行走，并记录所有采集到的Wi-Fi信号；S3、统计所有采集到的Wi-Fi信号强度的均值、标准差，并构建各个楼层Wi-Fi的高斯模型；S4、将各个楼层所有Wi-Fi的高斯模型放入对应的数据库中，最终形成指纹库；进行楼层识别时，包括以下子步骤：S5、将各个Wi-Fi信号强度分别输入到不同楼层对应的Wi-Fi的高斯模型中，得到概率值f1x、f2x…fNx；S6、将概率值最大的所属楼层判断为该Wi-Fi所属楼层；S7、最后根据所有Wi-Fi判断结果统计各个楼层的识别数，将识别数最多的楼层作为楼层识别的结果。
全文数据：
权利要求：
百度查询： 浙江科技大学 一种基于高斯指纹库的楼层识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号