[发明专利]一种基于Softmax回归多分类识别器的多楼层室内定位方法

说明书

本发明公开了一种基于Softmax回归多分类识别器的多楼层室内定位方法，包括离线阶段和在线阶段。离线阶段包括离线指纹库采集阶段和离线多楼层判别分类器构建阶段，离线指纹库采集阶段，通过获取各采样点感知的各AP的RSS值，建立离线RSS指纹库；离线多楼层判别分类器构建阶段对多楼层判别分类器进行训练，通过梯度下降算法最小化多楼层判别分类器的交叉熵损失函数，利用最小交叉熵损失函数值对应的模型参数构建最佳多楼层判别分类器。在线阶段在进行待定位目标定位时，首先采用多楼层判别分类器计算出目标属于每一楼层的概率，最大概率对应楼层即为待定位目标所在楼层，再利用改进的KNN算法计算出待定位目标所在坐标位置。

技术领域

本发明属于无线局域网络与室内定位技术领域，尤其涉及一种基于WiFi和Softmax回归多分类识别器的多楼层室内定位方法。

背景技术

时代的进步激发着人们对随时随地获取精确位置的渴求，到了物联网时代，这种渴求进一步加剧。因此，室内定位系统已渗透到现代生活的许多方面，例如室内导航、店内导购、物品跟踪等相关的活动之中。近年来，随着无线通信系统在室内环境中的大范围部署，室内无线定位技术引起了人们越来越多的研究兴趣，各式各样的无线室内定位技术层出不穷，如无线局域网WiFi、蓝牙、传感器网络、超宽带(UWB)、射频识别标签(RFID)等，其定位精度在几米到十几米的范围内不等。除了定位精度外，设备的成本也成为考虑因素，目前基于IEEE 802.11n协议标准的Wi-Fi RSS(接收信号强度)由于其廉价易得性被广泛应用在室内定位系统中，基于Wi-Fi RSS的指纹定位技术因其具有无需额外基础设施、成本低且定位精度较高等优势成为当前室内定位技术研究的重点。

近年来，城市空间朝着立体化和复合化方向发展，人们的日常生活、工作、休闲越来越多地集中于高层楼宇中，也越来越关注楼层及其包含的位置信息服务。迄今为止，大部分的室内定位研究都是基于二维空间，即单层楼的研究。对于高层建筑中楼层的测定，一般采用人工指定，再进行二维空间定位，这使得定位应用的智能化程度大大降低。因此，智能高效的多楼层室内定位技术逐渐受到广泛的关注和研究。

当前，多楼层室内定位技术的研究方向主要有两种：其一，是基于WiFi指纹数据库，通过WiFi指纹数据库区分多楼层的定位方法，在离线阶段对带有楼层数的参考位置指纹样本数据训练多个二分类器(常用的训练方法有：人工神经网络，贝叶斯分类，K近邻)，结合投票机制得出楼层判别模型，在在线阶段利用得出的楼层判别模型对待定位点进行判断。但随着AP(Access Point)和楼层数的增加，该方法的计算复杂度也随之增加。其二，智能手机内置的气压计可以检测地面的高度，但并非所有的智能手机都有气压传感器，且人在楼梯场景下的运动方式十分复杂，在不同运动速度下气压测量值的变化规律是不同的，楼层判定准确性较低。

发明内容

针对现有技术的不足，本发明提供一种基于Softmax多分类识别器的多楼层室内定位方法，该定位方法在离线阶段进行网格划分，之后在每个网格中采集数据，以此建立完整的离线指纹数据库；然后利用Softmax判别分析方法，建立多分类器楼层判别模型；在在线阶段，根据离线阶段的多分类器楼层判别模型判别出待定位目标最终所在的楼层；最后利用改进的KNN算法定位出待定位目标的具体位置。

本发明是通过如下的技术方案来解决上述技术问题的：

一种基于Softmax回归多分类识别器的多楼层室内定位方法，包括离线阶段和在线阶段：

1)离线阶段

步骤(1)：采集离线RSS指纹信息，建立离线RSS指纹库；

步骤(2)：初始化Softmax回归多分类识别器参数，建立初始多分类识别器楼层判别模型，利用离线RSS指纹库对Softmax回归多分类识别器进行训练；

步骤(3)：利用训练得到的模型参数构建Softmax多楼层判别分类器模型；

2)在线阶段