[发明专利]基于WIFI双频融合的智能终端室内定位方法及系统

权利要求书

1.基于WIFI双频融合的智能终端室内定位方法，其特征在于：包括：

选取室内的参考点，基于双频WIFI发射器采集参考点的位置坐标以及参考点的WiFi双频信号；

提取参考点的WiFi双频信号中各频段的导频信号；

分别对各频段的导频信号进行处理，得到双频CSI数据；对所述双频CSI数据进行拼接，得到参考点的CSI双频数据集；

对于每个参考点，从其CSI双频数据集中提取振幅、相位信息作为该参考点的双频CSI指纹特征；将所述双频CSI指纹特征与参考点的位置标签关联，所述位置标签包含有参考点的坐标信息；所有参考点的双频CSI指纹特征、位置标签构成双频指纹特征库；

构建深度神经网络，利用所述双频指纹特征库中的双频CSI指纹特征训练所述深度神经网络；

采集智能终端所在位置的WiFi双频信号，对所述WiFi双频信号进行处理后获得智能终端所在位置的双频CSI指纹特征，将所述双频CSI指纹特征输入至训练好的深度神经网络中，深度神经网络输出智能终端所在位置的定位结果；

所述分别对各频段的导频信号进行处理得到CSI数据包括：

基于本地导频信号，利用最小二乘法对导频信号进行处理，得到CSI数据；令双频段的CSI数据分别为、，其中、均为的CSI矩阵，表示子载波个数，表示数据采样长度，c表示参考点号；

对WiFi双频信号的CSI数据进行拼接，得到参考点的CSI双频数据集包括：

对所述WiFi双频信号的CSI数据、进行拼接得到双频矩阵，即为CSI双频数据集；

所述对于每个参考点，从其CSI双频数据集中提取振幅、相位信息作为该参考点的双频CSI指纹特征，包括：

对双频矩阵进行小波变换，得到去噪后的双频矩阵；

提取双频矩阵的CSI幅值信息，构建幅值特征矩阵；

提取双频矩阵的CSI相位信息，构建相位特征矩阵；

对相位特征矩阵的每一行进行解缠绕，得到解缠绕后的行向量，进一步得到随时间变化的相位特征矩阵；

对参考点的幅值特征矩阵、相位特征矩阵进行归一化；

联合归一化后的幅值特征矩阵及相位特征矩阵构建参考点的双频CSI指纹特征。

2.根据权利要求1所述的基于WIFI双频融合的智能终端室内定位方法，其特征在于：所述提取参考点的WiFi双频信号中的导频信号包括：

对采集的参考点的WiFi双频信号进行分频处理；

对于各频段信号，根据WIFI协议标准利用信号训练序列的循环前缀进行下行信号的同步；

基于信号协议规定的导频位置，完成各频段导频信号提取。

3.根据权利要求1所述的基于WIFI双频融合的智能终端室内定位方法，其特征在于：所述相位特征矩阵中，每个元素记为，其中k = 1,2,…,2且，相位提取如下：

其中，为复数的实部，为复数的虚部。

4.根据权利要求1所述的基于WIFI双频融合的智能终端室内定位方法，其特征在于：所述对相位特征矩阵的每一行进行解缠绕，得到解缠绕后的行向量，包括：

相位特征矩阵中每一行即为各信道的各个子载波，设置缠绕门限为，对每一行的相位进行线性展开，令相位特征矩阵每一行向量为：，则当时，对相位通过增加的整数倍来偏移相位角，直到差值小于，得到解缠绕后的行向量：，。

5.根据权利要求1-4任一项所述的基于WIFI双频融合的智能终端室内定位方法，其特征在于：所述利用所述双频指纹特征库中的双频CSI指纹特征训练所述深度神经网络，包括：

将各参考点的双频CSI指纹特征、位置标签、最大序列次数输入深度神经网络，经过卷积层和池化层的依次处理，最后的输出压缩为全连接层的输入，依据全连接层的输出结果和位置标签，利用损失函数计算位置标签与全连接层的输出结果的误差；

将误差作为输入，利用BP反向传播算法进行深度神经网络神经元的权值和阈值调整，迭代调整直至全连接层的输出结果与期望匹配，结束训练。