[发明专利]一种使用领域自适应实现异构设备高精度室内定位的方法

摘要

本发明提供了一种使用领域自适应实现异构设备高精度室内定位的方法，通过对齐在线定位终端采集的指纹向量与离线阶段指纹库指纹的二阶统计信息来最小化两个领域之间的偏移，而且不需要任何关于终端标签的信息。基于迁移学习框架，将领域自适应与消除终端差异性结合，以提高定位系统的延展性。在分类器训练之前，以离线阶段固定终端采集的指纹库作为目标特征，对在线时的任意终端指纹的源目标白化对齐，即可大大削减异构性带来的对定位性能的损害。本发明方法简洁快速的实现了在线调整，在实际多终端定位时取得了理想的性能。

主权项

1.一种使用领域自适应实现异构设备高精度室内定位的方法，其特征在于，包括如下步骤：/n(1)通过常用终端在实际场景中模拟多种设备异构情况的定位过程；/n(2)对于室内定位系统，需对待测试环境均匀划分采样点，以采集并搭建周边各接入点的无线信号强度的指纹库；随后进行离线集成学习训练，训练阶段通过随机森林回归、多层感知机回归和多层感知机分类构成的集成学习，训练建立各个参考点位置标签与其对应指纹之间的映射关系，保存已训练的位置估计网络模型；最后进行在线位置估计测试，当在线用户接受到周围接入点的指纹时，经过相关对齐在线调整后，利用已训练的算法进行实时定位；/n(3)在线调整阶段时，先对另一手机接收到的测试源域数据进行白化操作，消除源域数据的特征相关性；再计算指纹库中各训练目标域数据之间的相关性，将相关性作用在白化后的源数据上，重建源数据的特征；通过源域和目标域二阶统计信息之间的不断逼近，使得源域与目标域融合；二阶统计特性保留了数据特征对齐的同时还保留了分布信息，笼统的囊括了设备在芯片、天线方向和安装材料等差异导致的异构性；/n(4)实时接收的指纹经过已训练的位置估计网络，该算法能够预计出位置坐标。/n