[发明专利]基于指纹聚类的新型室内定位方法

权利要求书

1.一种基于指纹聚类的新型室内定位方法，其特征在于，包括如下步骤：

步骤A：指纹信息的采集和分类，得到分类的指纹子集以及每个子集中的特征指纹；采集工作后得到的定位目标区域中L个采集位置的指纹库f，f={f1,f2,f3,…,fL},利用指纹之间的相似性将指纹库中的指纹分为不同的子集；

步骤B：分类匹配，利用定位设备在定位请求时所采集的定位信息与指纹库中的分类后的各个分类中的代表特征指纹进行匹配，即重新计算得到定位信息和各个分类子集的相似度；

步骤C：定位匹配，利用步骤B中得到的定位信息和各个分类子集的相似度选取M个最佳分类子集中的指纹与定位信息进行定位匹配解算，得到最终定位结果。

2.根据权利要求1所述的基于指纹聚类的新型室内定位方法，其特征在于，通过相似性传播算法，利用指纹之间的相似性将指纹库中的指纹分为不同的子集，通过步骤A执行所述相似性传播算法，具体如下；

所述的步骤A包括如下步骤：

步骤A1：将s(i,j)定义为两个指纹间的相似度,具体为欧式距离的相反数，即s(i,j)＝-||f_i-f_j||²，f_i,f_j分别表示指纹库f中位置i和位置j处的指纹值；定义责任率r(i,k)为指纹f_i发送至潜在的特征点指纹f_k，表示指纹f_i在接收到来自其它点的信息后，认为指纹f_k能够代表指纹f_i的概率；定义可用率a(i,k)为由潜在的特征点指纹k发送至指纹f_i，表示指纹f_k在接收到来自其他点的信息后，认为能够作为指纹f_i的特征点的概率；初始化a(i,k)＝0；

步骤A2：迭代计算责任率和可用率；其中

r(i,j)＝s(i,j)-max_j'≠j{a(i,j')+s(i,j')}

a(i,j)=min{0,r(j,j)+Σi′≠i,jmax{0,r(i′,j)}]]>

其中，r(i,j)表示指纹f_j对指纹f_i的责任率，s(i,j)表示两个指纹f_i,f_j间的欧式距离的相反数，a(i,j')表示指纹f_j'对指纹f_i的可用率，s(i,j')表示指纹f_j'与指纹f_i间的相似度，a(i,j)表示指纹f_j'对指纹f_i的可用率，r(j,j)表示指纹f_j作为特征点的可能性，r(i′,j)表示指纹f_j对指纹f_i'的责任率；

迭代最后得到的r(k,k)值即为自责任率，r(k,k)表示指纹f_k作为特征点的可能性；当r(k,k)<0时，说明指纹f_k更可能是选择另外一个指纹作为特征点，而不是自己作为特征点；r(k,k)>0时，说明指纹f_k本身适合作为一个子集的特征点，对于指纹f_i，有指纹f_k使a(i,k)+r(i,k)取得最大值，那么如果i=k，则指纹f_i就是一个特征点，如果i≠k那么指纹f_k作为指纹f_i的特征点；其中，a(i,k)表示指纹f_k对指纹f_i的可用率，r(i,k)表示指纹f_k对指纹f_i的责任率。