【技术实现步骤摘要】
基于核函数特征提取和套索算法的室内定位方法及装置
[0001]本专利技术涉及无线电
,尤其涉及一种基于核函数特征提取和套索算法的室内定位方法及装置。
技术介绍
[0002]物联网技术的出现推动了新一轮信息科技的发展浪潮,无线通信技术也随之不断的革新。在国家大力支持下,以WLAN、RFID、ZigBee、蓝牙、移动互联网等技术为依托的多网融合技术,D2D(Devices to Devices)技术成为通信网络领域内的主要发展趋势,故此网络类型也日益趋向多元化,网络类型的多元化同时带动了网络应用的多样化。互联网出现的早期,网络能够提供的服务主要是文字类型的服务,随着网络的发展,基于互联网的应用从聊天、电子邮件发展到今天种类繁多的应用类型,如电商服务、多媒体服务等,各种领域内的传统服务模式也通过“互联网+”平台渐渐实现了线上的应用形式,在这些以网络为平台的诸多应用中,大多数都离不开用户的位置信息,故此位置感知技术的重要性毋庸置疑。
[0003]位置感知技术根据被定位地域不同可以分为室外定位技术和室内定位技术。传统的基于卫星的定位技术,如国内的北斗卫星导航系统(BDS),美国的全球定位系统(GPS),欧盟“伽利略”系统等,能够很好解决室外定位的需求,但用于室内定位时,由于室内建筑对卫星信号的影响,定位效果非常的不好。相反,短距离无线通信技术更加的适应于室内定位,其中,无线局域网(Wireless LocalArea Networks,WLAN)技术因其在室内搭设简单、部署广泛、价格低廉等特性多被用来进行室内定位
【技术保护点】
【技术特征摘要】
1.一种基于核函数特征提取和套索算法的室内定位方法,其特征在于,所述方法包括:获得原始位置指纹空间F={F1,F2,F3…
F
N
}
T
,其中,F
i
={rss
i1
,rss
i2
,rss
i3
…
rss
in
}
T
,i∈(1,N),N表示选定区域中的参考节点数,每个参考节点的物理位置为l
i
(x
i
,y
i
),N个参考节点的物理位置空间为L=(l1,l2,l3,
…
l
N
)
T
;n表示各个参考节点上采集到的非视距的可接入点数;rss
in
表示对第i个参考节点的第n个可接入点进行p次采样后的接收信号强度均值(RSS均值);通过核函数特征提取方法(KPCA方法)获得离线特征指纹空间F
′
,其中,其中,K表示核矩阵;表示修正核矩阵;α表示的通过施密特正交化的特征向量;在原始位置指纹空间中找到一些指纹点作为标志点得到标志点数据库S;将用户采集到的新的位置指纹加入到标志点数据库S组合成在线位置指纹数据库O,在线位置指纹数据库O通过核函数特征提取方法(KPCA方法)获得在线特征位置指纹空间O
′
;利用LASSO算法对离线特征指纹空间F
′
进行回归分析,得到离线特征指纹空间F
′
的物理位置坐标x和y分别关于接收信号强度(RSS)的两条回归曲线,把在线特征位置指纹空间O
′
中的每一个行向量与离线特征指纹空间F
′
中的每一个行向量比较欧拉距离,找到在线特征位置指纹空间O
′
中的每一个行向量和它最相似的F
′
中的行向量对应的L中的位置信息;剔除掉在线特征位置指纹空间O
′
中已知的标志点坐标后剩下唯一一个待测点坐标,即用户的实时坐标。2.根据权利要求1所述的基于核函数特征提取和套索算法的室内定位方法,其特征在于,所述通过核函数特征提取方法(KPCA方法)获得离线特征指纹空间F
′
,具体为:将原始位置指纹空间F作为输入空间,计算核矩阵K,其中,K
ij
=exp(|F
i
‑
F
j
|/
‑
ε2),K
ij
表示K中的第i行第j列位置上的元素,i,j<=N;ε表示高斯核宽度;通过公式计算得到修正核矩阵其中,l
N
表示一个N
×
N维的矩阵,矩阵中的每一个元素的数值都是1/N;通过函数numpy.linalg.elg()计算的特征值和特征向量,获得的前k个最大特征值λ1≥λ2…
λ
k
‑1≥λ
k
以及对应的特征向量v1≥v2…
v
k
‑1≥v
k
;通过施密特正交化将v
1,
v2…
v
k
单位正交化得到α1,α2,
…
α
k
;通过公式计算出离线特征指纹空间F
′
,其中α=(α1,α2,
…
α
k
)。3.根据权利要求1和2所述的基于核函数特征提取和套索算法的室内定位方法,其特征在于,所述在原始位置指纹空间中找到一些指纹点作为标志点得到标志点数据库S,具体为:以选定区域的中心为原点建立笛卡尔直角坐标轴,每隔一米采集坐标轴上的接收信号强度(RSS)得到标志点数据库S。4.一种基于核函数特征提取和套索算法的室内定位装置,其特征在于,所述装置包括:原始位置指纹空间获...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。