[发明专利]一种基于人工智能算法的传感器网空间定位方法

说明书

本发明涉及一种基于人工智能算法的传感器网空间定位方法，其包括如下步骤：增强传感器的信号接收强度；使用基于K‑means+CNN的双层精准定位算法进行模型的训练；将训练好的模型用于在线定位。本发明能够实现传感器网的空间精准定位，能够较好地融合室内外空间实现无缝定位，解决未知环境中的定位问题，满足电力行业的应用需求，能够利用人工智能算法以及大数据资源解决传感器网的空间定位问题。

技术领域

本发明属于空间定位技术领域，尤其是一种基于人工智能算法的传感器网空间定位方法。

背景技术

随着基于用户位置信息的相关技术的应用和发展，位置服务(LBS)已经成为人们日常工作、生活所必需的一项基本服务需求，尤其在大型复杂的室内环境中，如博物馆、机场、超市、医院、地下矿井等区域，人们对位置服务有迫切需求。传统的定位方法如全球定位系统(GPS)只能解决在室外空间中进行准确定位的问题，然而，在占人类日常生活时间80％的室内环境中，由于建筑物遮挡和多径效应的影响，室外定位系统则显得无能为力。

因此，在复杂信道条件下，如何能够准确、可靠地提供室内的位置服务显得尤为重要和迫切。面向需求越来越迫切的室内位置服务，基于人工智能的三维传感网室内空间定位技术发展迅速，是移动互联时代的研究热点，逐步在各行各业发挥作用，给人们的日常生活带来了一定的影响。

在移动互联网迅速发展和位置服务应用需求的推动下，当前室内定位技术处于较快的发展阶段，研究者们提出了众多室内定位技术的理论与方法。定位技术可以分为室外定位技术和室内定位技术两种。在室外环境下，全球定位系统(GPS)、北斗定位系统(BDS)等全球导航卫星系统(GNSS)为用户提供米级的位置服务，基本解决了在室外空间中进行准确定位的问题，并在日常生活中得到了广泛的应用。利用室外无线定位系统，人们可以实现室外大范围的定位，比如船舶远洋、飞机引航以及汽车导航等。然而，在占人类日常生活时间80％的室内环境中，由于建筑物遮挡和多径效应的影响，室外定位系统则显得无能无力。因为信号穿透众多的建筑物衰减严重，加之室内环境复杂，信号在室内传播时受障碍物的影响，会引起多径效应、阴影遮挡及噪声干扰等，这些都将导致定位精度大大降低，甚至出现大片定位盲区。因此室内环境下的小范围、高精度定位需要借助于室内无线定位技术。与此同时，传统的定位技术多是基于二维空间的定位，只能给出经度和纬度信息，而对于精确的高度信息，则很难提供。

因此，三维传感网室内空间定位技术成为专家学者的研究重点。三维传感网室内空间定位技术指的是在三维空间内，通过蓝牙、红外线、RFID、WIFI、超宽带、超声波等室内定位技术及应用系统，基于到达时间(TOA)、基于到达时间差(TDOA)、基于信号到达角度(AOA)、基于信号相位差以及基于接收信号强度(RSSI)等信息，给出精确的位置信息或者判断是否位于某一房间、仓库等区域的定位技术。

本文对基于人工智能的定位技术的研究背景和研究现状进行了分析与总结，首先详细介绍了目前三维传感网室内空间定位技术的技术原理与关键技术，然后提出了我们对于基于人工智能算法的室内定位的创造性解决方案，最后总结三维传感网室内空间定位技术的现状和发展前景。

由于室内环境受到反射、折射、散射等多径效应的影响，基于信号传输损耗模型的室内定位往往定位性能很差。采用RSSI指纹库的定位方法会有更好的定位性能。基于指纹匹配的方法又称场景分析法，是基于匹配思想的一种定位方法，在特定场景下实时接收到的场景信息与指纹数据库中的信息进行匹配，得岀最优估算。

室内定位主要影响因素有：室内多径影响、人体对接收信号强度的影响及同频干扰影响，而室内定位主要考虑的因素是室内多径现象。但如果室内环境格局基本保持不变，信源不作变化，在特定位置上形成的无线信号特征(信号数目、强度、相位等)就会呈现较高的特殊性。将这一特征同位置的坐标进行关联，信号特征就可以表征该点的位置，这也就是基于位置指纹技术成立的必要条件。

发明内容