[发明专利]一种基于WKNN融合的室内三维空间指纹定位方法

权利要求书

1.一种基于WKNN融合的室内三维空间指纹定位方法，其特征在于，包括以下步骤：

步骤1：建立指纹离线信息库；

离线建库阶段：在定位区域内，选取多个参考点，在每个参考点上测量所有基站的接收信号强度；将参考点坐标与接收信号强度共同存入数据库，形成指纹库；

在线定位阶段：使用KNN将目标接收到的信号强度信息与指纹库中的信息进行匹配，得到K个最近邻的参考点坐标：

式中，D_p表示信号强度距离，OB表示目标接收到的信号强度信息，NO_k表示KNN算法匹配的k个最近邻参考点的指纹信息；

步骤2：对步骤1得到的K个最近邻的参考点坐标，引入距离权重W_i：

其中，(x_i,y_i,z_i)表示第i个最近邻的参考点坐标，(x,y,z)表示目标坐标，d_i表示目标接收到的信号强度信息与第i个参考点的指纹信息的信号强度距离，ε是一个正数；

步骤3：采用基于TDOA的Chan算法对目标再次定位；

步骤3-1：计算：

式中，d为目标与基站的实际距离，d₀为基准距离，P(d)和P(d₀)分别表示当目标与基站距离分别为d和d₀时的平均接收功率，α表示路径损耗参数；θ表示由于阴影衰落和快衰落导致的噪声，θ是均值为0、方差的正态随机变量；

步骤3-2：根据式(3)推导得出距离d的表达式：

对式(4)进行修正：

步骤3-3：采用噪声的自适应迭代方差算法减小噪声的影响，具体如下：

定义原始噪声为：经过噪声的自适应迭代方差算法后得到的噪声为

步骤3-3-1：令令i＝2；

步骤3-3-2：计算

步骤3-3-3：令i加1；

步骤3-3-4：重复步骤3-3-2到步骤3-3-3，直到时，结束循环，且

采用噪声的自适应迭代方差算法对θ的方差进行处理；

根据距离d_i与其对应噪声采用TDOA中Chan算法进行定位计算得到一组新的目标点坐标(x,y,z)；

步骤4：对步骤2和步骤3定位的结果进行融合，具体如下：

X方向：

式中，表示X方向上融合的结果，表示WKNN方法在X方向上的位置信息；表示Chan算法在X方向上的位置信息，方差与采用多次测量的统计方法获取；

Y方向：

式中，表示Y方向上融合的结果，表示WKNN方法在Y方向上的位置信息；表示Chan算法在Y方向上的位置信息，方差与采用多次测量的统计方法获取；

Z方向：

式中，表示Z方向上融合的结果，表示WKNN方法在Z方向上的位置信息；表示Chan算法在Z方向上的位置信息，方差与采用多次测量的统计方法获取。

2.根据权利要求1所述的一种基于WKNN融合的室内三维空间指纹定位方法，其特征在于，所述式(1)中，当p＝1，D_p表示曼哈顿距离，当p＝2时，D_p表示欧几里德距离。

3.根据权利要求1所述的一种基于WKNN融合的室内三维空间指纹定位方法，其特征在于，所述ε＜0.01。

4.根据权利要求1所述的一种基于WKNN融合的室内三维空间指纹定位方法，其特征在于，所述，d₀＝1m，α＝2。