[发明专利]一种改进的基于分簇神经网络的室内指纹定位方法

摘要

本发明公开了无线通信和无线网络定位技术领域，特别涉及一种改进的基于分簇神经网络的室内指纹定位方法。其技术方案是，离线阶段，用参考点处采集的指纹信息构建指纹数据库；利用聚类算法对指纹数据库中的指纹进行分类；再利用人工神经网络模型对各参考点的指纹与位置信息进行训练，得出最优的网络模型。在线阶段，将采集的实时指纹信息与指纹数据库中的类中心进行类匹配，确定初步定位区域；并将初步定位区域中包括的实时指纹信息作为参考点的神经网络模型的输入端，从而获取最终的精确位置估计。本发明的有益效果是，保障分簇人工神经网络指纹定位法较低的计算与存储开销，提高分簇人工神经网络指纹定位法的定位精度，为用户提供准确位置信息。

主权项

一种改进的基于分簇神经网络的室内指纹定位方法，其特征在于，所述方法具体包括以下步骤：步骤1：离线阶段，在室内均匀分布的参考点处采集指纹信息构建指纹数据库；步骤2：离线阶段，采用聚类算法对指纹数据库中的指纹信息进行分类，产生不同的类和类中心；步骤3：离线阶段，利用改进的约束加权神经网络模型对各参考点的指纹与位置信息进行人工神经网络训练，得出最优的网络模型，并将优化得到的参考点处的模型参数输入到指纹数据库中；步骤4：在线阶段，采集室内的实时指纹信息；步骤5：在线阶段，将采集到的实时指纹信息与数据库中的类中心进行类匹配，选择最佳匹配的2~3个类作为初步定位的定位区域；步骤6：在线阶段，根据类匹配结果，将初步定位区域中包括的实时指纹信息作为所选择的类中的各个参考点的神经网络模型的输入端，选择M个具有最小实际输出与期望输出偏差的模型对应的位置估计进行加权，从而获取最终的精确位置估计。