[发明专利]一种基于流形学习与改进支持向量机的室内定位方法有效
| 申请号： | 201611225272.7 | 申请日： | 2016-12-27 |
| 公开（公告）号： | CN106604229B | 公开（公告）日： | 2020-02-18 |
| 发明（设计）人： | 徐晓苏;吴晓飞;闫琳宇;杨博 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04W4/02 | 分类号： | H04W4/02;H04W4/33;H04W64/00;G01S5/02 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 陈静 |
| 地址： | 210096*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于流形学习与改进支持向量机的室内无线定位方法，包括：确定定位区域，将定位区域按照室内结构特征，布局特征进行划分，得到分类结果；获取离线训练数据，采集不同分类区域中的参考点所能接收到的各热点RSS信号值作为训练数据集；利用等距映射算法进行训练数据特征提取；利用训练数据进行支持向量机分类训练，使用禁忌搜索算法进行支持向量机分类超参数搜索，同时建立各类别的支持向量回归模型；进行在线定位，采集目标处各热点的RSS信号值，利用支持向量机分类模型进行分类，得到目标大致的定位区域；依据分类结果，利用支持向量回归模型进行目标的准确定位。本发明有效抑制了无线信号强度的时变特性，精度得到了明显的提高。 | ||
| 搜索关键词： | 一种 基于 流形 学习 改进 支持 向量 室内 定位 方法 | ||
【主权项】：
一种基于流形学习与改进支持向量机的室内定位方法，其特征在于，包括以下几个步骤：步骤1：确定定位区域，根室内结构特征对定位区域进行分类，得到分类区域；步骤2：获取离线训练数据，采集不同分类区域中的参考点所能接收到的各热点RSS信号值作为训练数据集；步骤3：对步骤2中的训练数据集利用等距映射算法进行离线训练数据特征提取，进行降维和去噪；步骤4：利用步骤2中的离线训练数据进行支持向量机分类训练，使用禁忌搜索算法进行支持向量机超参数搜索，得到训练好的支持向量机分类模型，同时建立各类别的支持向量回归模型；步骤5：进行在线定位，采集目标处各热点的RSS信号值，利用步骤4中训练好的支持向量机分类模型进行分类，得到目标大致的定位区域；其中，采集目标信号值时进行多方向采集；步骤6：依据分类结果，利用步骤4中建立的支持向量回归模型进行目标的准确定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东南大学，未经东南大学许可，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/patent/201611225272.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于LTE信令数据的指纹定位方法
- 下一篇：区域配置的方法及装置
