一种基于WIFI信号强度的指纹聚类多点联合室内定位方法, 通过收集参考点处的信号指纹, 使用一种基于距离矩阵的动态虚拟点初始聚类中心选择方法, 确定指纹分类数目及初始聚类中心特征向量; 通过一种初始聚类方法, 将指纹库的指纹实现分类, 然后在此基础上, 用最大化对数似然概率期望方法实现聚类软划分, 使类与类之间交叠,并得到指纹的概率模型参数。 在定位时, 利用实时接收的信号向量、概率模型参数与类特征指纹向量, 获得参与定位的参考点, 最后使用一种多参考点联合定位的方法, 估计出定位坐标。
本发明采用聚类优化后指纹定位算法, 大大提高指纹匹配效率与定位精度, 降低了无线定位的成本, 具有较强的市场竞争能力。
| 专利名称 | 一种基于WIFI信号强度的指纹聚类多点联合室内定位方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201510280786.1 |
| 申请号 | - | 专利申请日期 | 2015-05-27 |
| 专利授权日期 | 2015-11-11 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 赵夙;薛雯;朱晓荣;朱洪波 | ||
| 权利人 | - | ||
| 专利摘要 | 一种基于WIFI信号强度的指纹聚类多点联合室内定位方法,通过收集参考点处的信号指纹,使用一种基于距离矩阵的动态虚拟点初始聚类中心选择方法确定指纹分类数目及初始聚类中心特征向量,通过一种初始聚类方法将指纹库的指纹实现分类,然后在此基础上用最大化对数似然概率期望方法实现聚类软划分,使类与类之间交叠,并得到指纹的概率模型参数。在定位时,利用实时接收的信号向量、概率模型参数与类特征指纹向量获得参与定位的参考点,最后使用一种多参考点联合定位的方法估计出定位坐标。本发明采用聚类优化后指纹定位算法,大大提高指纹匹配效率与定位精度,降低了无线定位的成本,具有较强的市场竞争能力。 | ||