[发明专利]一种基于流形学习的室内位置确定方法及装置

摘要

本发明提供一种基于流形学习的室内位置确定方法及装置，属于定位技术领域，包括使第一终端在参考点获取至少一组发射端发出的第一信号，并确定第一信号的信号强度值以及与参考坐标点；将第一信号以及与第一信号对应的参考坐标点存储到参考点数据库；第二终端在待确定位置获取发射端发出的第二信号，将第二终端获取的第二信号与第一信号结合构成一个矩阵，确定所述矩阵的无向加权图；通过Floyd算法确定所述无向加权图的距离矩阵，根据距离矩阵计算新形成的第一矩阵；根据所述的第一矩阵，确定低维嵌入矩阵；对所述低维嵌入矩阵使用WKNN算法，确定所述待确定位置的坐标点。

主权项

1.一种基于流形学习的室内位置确定方法，其特征在于，包括：第一终端在预先设定的参考点获取至少一组发射端发出的第一信号，并确定获取的第一信号的信号强度值以及与所述第一信号对应的参考坐标点；将所述第一终端确定的所述第一信号的信号强度值以及与所述第一信号对应的参考坐标点存储到参考点数据库；第二终端在待确定位置获取至少一组发射端发出的第二信号，将所述第二终端获取的所述第二信号与所述第一信号结合构成一个矩阵，对所述矩阵采用流形学习进行维度简约，并确定所述矩阵的无向加权图；通过Floyd算法确定所述无向加权图的距离矩阵，根据所述距离矩阵确定第一矩阵；通过下列公式确定所述无向加权图的距离矩阵：其中，d_A(i,j)是A_i与A_j的欧氏距离，d_G(i,j)是A_i与A_j在所述无向加权图中的最短路径的长度，k是指是从A_i到A_j的最短路所经过的节点的数目，D_G表示由d_G(i,j)的值组成的N行N列的距离矩阵，A_i为矩阵中第i行节点，A_j为矩阵中第j行节点，d_G(i,j)_k‑1是第k‑1次迭代时，节点A_i到节点A_j时的最短距离，d_G(i,k)_k‑1是第k‑1次迭代时，节点A_i到节点A_k时的最短距离，d_G(k,j)_k‑1是第k‑1次迭代时，节点A_k到节点A_j时的最短距离；根据公式(8)，可以进一步地得到以下公式(9)：S＝D_G²  (9)公式(9)中，S由距离矩阵乘距离矩阵得到；根据公式(9)和公式(10)，可以得到公式(11)：第一矩阵是τ；上述公式中，I为单位矩阵(对角值为1，其他位置值皆为0的矩阵)；根据所述第一矩阵，确定所述第一矩阵的特征值和特征向量，根据所述特征向量，确定低维嵌入矩阵；根据所述低维嵌入矩阵，采用WKNN算法，确定所述待确定位置的坐标点。