[发明专利]基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法有效
申请号: | 202010582034.1 | 申请日: | 2020-06-23 |
公开(公告)号: | CN111741429B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 周牧;刘柱;杨小龙;聂伟;谢良波;蒲巧林;何维 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | H04W4/02 | 分类号: | H04W4/02;H04W4/021;H04W4/33 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 400065*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 信号 分布 wasserstein 距离 度量 wi fi 室内 定位 方法 | ||
1.基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法,其特征在于,包括以下步骤:
步骤一、离线阶段,将第n个参考点(RP)处来自第m个AP的Wi-Fi接收信号强度(RSS)序列表示为其中,l表示离线序列长度(即离线RSS样本数量);
步骤二、构造关于rm,n的核密度估计函数并将其作为第n个RP处来自第m个AP的RSS特征指纹,其中,h=2.345σl-0.2,
步骤三、遍历所有RP并对每个RP重复步骤二,得到关于所有RP处来自第m个AP的Wi-FiRSS序列的核密度估计函数,并将其作为所有RP处来自第m个AP的RSS特征指纹,即pm={p(x)m,1,p(x)m,2,…,p(x)m,N},其中,N表示RP个数;
步骤四、遍历所有AP并对每个AP重复步骤三,得到所有RP处来自所有AP的RSS特征指纹矩阵其中,M表示AP个数;
步骤五、在线阶段,将目标位置处来自第m个AP的Wi-Fi RSS序列表示为其中,l′表示在线序列长度(即在线RSS样本数量),然后根据步骤二构造关于rm的核密度估计函数q(x)m,并将其作为目标位置处来自第m个AP的RSS特征指纹;
步骤六、遍历所有AP并对每个AP重复步骤五,得到关于目标位置处来自所有AP的Wi-FiRSS序列的核密度估计函数,即目标位置处来自所有AP的RSS特征指纹q={q(x)1,q(x)2,...,q(x)M};
步骤七、计算q(x)m与p(x)m,n的Wasserstein距离wm,n=∫|q(x)m-p(x)m,n|dx,并由此得到Wasserstein距离矢量Wm=(wm,1,...,wm,N);
步骤八、遍历所有AP并对每个AP重复步骤七,得到Wasserstein距离矩阵
步骤九、通过计算目标位置的z个匹配RP的总波达数,即B1,…,Bz,得到目标位置的估计位置坐标其中,表示第t个匹配RP的位置坐标。
2.根据权利 要求1所述的基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法,其特征在于,所述步骤九包括以下步骤:
步骤九(一)、按每个RP对应的wm,n由小到大对所有RP进行排序,得到关于第m个AP的RP排序集合um;
步骤九(二)、遍历所有AP并对每个AP重复步骤九(一),得到关于所有AP的RP排序集合U={u1,...,uM};
步骤九(三)、以第n个RP为例,统计um中排序在其之后的RP个数Bm(RPn),并将其定义为第n个RP的波达数;
步骤九(四)、计算第n个RP在所有排序集合中的波达数之和并将其定义为第n个RP的总波达数;
步骤九(五)、遍历所有RP并对每个RP重复步骤九(四),得到每个RP的总波达数;
步骤九(六)、按每个RP的总波达数由大到小对所有RP进行排序,取前z个RP为匹配RP;
步骤九(七)、令第t(t=1,...,z)个匹配RP的位置坐标为(xt,yt)且对应的总波达数为Bt,计算目标位置的估计位置坐标为其中,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010582034.1/1.html,转载请声明来源钻瓜专利网。
- 一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法
- 一种基于Wasserstein GAN的光伏阵列故障诊断方法
- 基于Wasserstein距离的卷积神经网络对抗迁移学习方法及其应用
- 一种基于深度学习和Wasserstein距离度量的指静脉识别方法
- 一种基于Wasserstein距离的深度对抗迁移网络的故障诊断方法
- 一种基于Sliced-Wasserstein距离的深度自编码进行图像降维并嵌入聚类的方法
- 基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法
- 一种采用Wasserstein距离的差分隐私贪心分组方法
- 基于Wasserstein生成对抗网络模型的高能图像合成方法、装置
- 一种基于Wasserstein距离的物体包络体多视图重建与优化方法