[发明专利]一种基于移动群智感知任务模型的指纹库构建方法及设备有效
申请号: | 202110605466.4 | 申请日: | 2021-05-31 |
公开(公告)号: | CN113347563B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 刘溪;岑健;伍银波;熊建斌;李争名;宋海鹰;刘军 | 申请(专利权)人: | 广东技术师范大学 |
主分类号: | H04W4/02 | 分类号: | H04W4/02;H04W4/33;H04W64/00 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 冯精恒 |
地址: | 510665 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 移动 感知 任务 模型 指纹 构建 方法 设备 | ||
本发明涉及室内位置定位领域,特别是一种基于移动群智感知任务模型的指纹库构建方法及设备。本发明通过移动群智感知任务模型来制定任务进行RSSI指纹采集,并根据所述RSSI指纹建立指纹库。即通过对所述对象的定义,明确了感知任务需要采集的目标,无需其位置信息;同时在无法获得感知用户位置信息的情况下根据运动状态制定规则在静止状态采样获取RSSI指纹,相对于在运动状态时记录的RSSI瞬时值,更能准确刻画描述RSSI指纹的位置特性,提升室内定位准确率,并保证了采集数据的完整性,避免了数据的遗漏或缺失;并以所述过程保证采集数据的质量,从而实现对数据质量的提升,进而极大的提升了指纹库的质量。
技术领域
本发明涉及室内位置定位领域,特别是一种基于移动群智感知任务模型的指纹库构建方法及设备。
背景技术
传统的指纹库构建方法通过现场勘测实现,即通过专门人员在室内的大量位置进行RSS采集,耗费大量的人力和时间。通过此途径建立的指纹库随着时间的推移,其定位精度将逐渐下降,即指纹库的有效性下降。为此,研究人员提出了基于模型的指纹估计方法和基于众包的指纹收集方法。
其中,基于模型的指纹估计方法通过使用多种信号传播模型,预测不同位置的RSS观测值(而不是手动收集),形成指纹并建立指纹库。而基于众包的指纹收集方法针对需要部署WiFi指纹定位系统的室内环境,利用建筑物内工作人员的日常活动实现RSS观测值的自动收集,并结合其他位置获取手段(例如,手动设置、行人航位推算算法PDR等)对众包的指纹进行位置标记,从而可用于建立指纹库。
然而现有技术采集的数据仍存在数据质量不高的问题,即时效性、完整性和准确性不足,进而导致建立的指纹库质量不高。所以如今需要一种能极大提升数据质量的基于移动群智感知任务模型的指纹库构建方法及设备。
发明内容
本发明的目的在于克服现有技术中所存在的采集的数据存在数据质量不高的问题,提供一种基于移动群智感知任务模型的指纹库构建方法及设备。
为了实现上述发明目的,本发明提供了以下技术方案:
一种基于移动群智感知任务模型的指纹库构建方法,包括以下步骤:
S1:通过移动群智感知任务模型采集RSSI指纹;
S2:根据所述RSSI指纹建立指纹库;
其中,所述移动群智感知任务模型由对象、过程和规则三部分组成;
所述对象为:
{R(Hotspots1,Hotspots2,…,Hotspotsm),LR(Hotspots1,Hotspots2,…,Hotspotsm)},
其中,R(Hotspots1,Hotspots2,…,Hotspotsm)表示每个Hotspots处的RSSI指纹,LR(Hotspots1,Hotspots2,…,Hotspotsm)表示每个Hotspots之间的相对位置关系;
所述过程为Ω,满足:
ω为采集任务过程序列,u=fego(MP(ui))为过程单元,ftask为任务事件描述模型;fprocess为任务过程序列描述模型,MP(ui)为感知节点ui的移动模式,fego为根据所述移动模式MP(ui)得到的指纹感知数据;
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广东技术师范大学,未经广东技术师范大学许可,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/202110605466.4/2.html,转载请声明来源钻瓜专利网。