[发明专利]一种基于邻域粗糙集约简的室内区域定位方法

摘要

本发明公开了一种基于邻域粗糙集约简的室内区域定位方法。首先，将待定位区域划分成若干子区域，并且在待定位区域中部署若干AP和参考点，在每个参考点上采集来自全部AP的RSS信号，与参考点所在的子区域构成位置指纹数据库；其次，将来自每个AP的RSS信号当作为邻域粗糙集的条件属性进行属性的约简，并更新位置指纹数据库，保留剩余AP的RSS数据；最后，应用更新后的位置指纹数据库进行区域定位。本专利基于邻域粗糙集的约简，提出了一种基于邻域粗糙集约简的室内区域定位方法，解决了离线位置指纹开销庞大的问题。

主权项

1.一种基于邻域粗糙集约简的室内区域定位方法，其特征在于，包括以下步骤：步骤一、在待定位区域中部署k个无线接入点APi(i＝1,…,k)，且此k个AP位置固定。将待定位区域划分成A个子区域areaj(j＝1,…,A)。步骤二、在待定位区域均匀设置N个参考点RPr(r＝1,…,N)，M个测试点TPt(t＝1,…,M)。步骤三、将构建离线阶段的位置指纹数据库。首先，在参考点RP_r(r＝1,…,N)上采集来自AP_i(i＝1,…,k)的接收信号强度并将无线接入点AP_i视作邻域粗糙集的条件属性；其次，记录参考点RP_r隶属于的子区域area_r(r＝1,…,N)，其中area_r∈{area₁,…,area_j}(j＝1,…,A)，并将子区域编号视作邻域粗糙集的决策属性；最后构建位置指纹数据库为步骤四、首先，计算全部N个参考点上来自AP_i(i＝1,…,k)接收信号强度的标准差其中其次，计算邻域粗糙集的邻域δ_i＝σ_i/λ，其中λ为邻域参数。步骤五、计算全部条件属性相对于决策属性的正域。步骤六、计算全体条件属性AP的依赖度θ＝n/N。步骤七、去掉条件属性APi(i＝1,…,k)，应用步骤五的计算方法，计算除去APi的剩余条件属性相对于决策属性的正域，得到正域Posi，并记Posi中的元素个数为ni。步骤八、计算条件属性APi的依赖度θi＝ni/N。步骤九、计算条件属性APi的重要度γi＝θ‑θi。步骤十、重复步骤七～步骤九，得到每个条件属性APi(i＝1,…,k)的依赖度θi(i＝1,…,k)和重要度γi(i＝1,…,k)。步骤十一、计算每个条件属性AP_i(i＝1,…,k)的权重由此权重可以得到每个AP的重要性程度。步骤十二、设置条件属性重要性控制参数α，遍历每个条件属性APi(i＝1,…,k)的重要度γi(i＝1,…,k)，如果γi>α，则条件属性APi被保留；如果γi≤α，则条件属性APi被删除。步骤十三、去除位置指纹数据库D中来自被删除的AP的数据，将位置指纹数据库D进行约简，得到约简后的数据库为其中k'为剩余AP的个数。步骤十四、应用约简后的位置指纹数据库D'进行区域定位。