[发明专利]一种基于WiFi的室内定位优化算法

摘要

本文公开一种基于WiFi的室内定位优化算法，为解决现有的WiFi室内定位方法的信号噪声问题，通过对原始RSSI指纹库的重新编码，减少噪声在RSSI信号数据中的影响，能适应具有大量噪声的实际环境，从而提高了WiFi定位的精度。该算法的实现过程分为两个阶段：训练阶段：线下采集RSSI数据，将其转换成RSSI指纹库；将RSSI指纹库的与x、y坐标值部分分离；构造一个非递归神经网络不断训练RSSI值部分，得到一个新的数据集，形成新的RSSI指纹库；测试阶段：将给出的某一位置RSSI指纹，经过与训练阶段同样的非递归神经网络，通过KNN分类算法进行指纹库匹配分别对x坐标值和y坐标值分类，得出最终定位结果。

主权项

一种基于WiFi的室内定位优化算法，其特征在于，包括以下步骤：训练阶段：S1：线下采集RSSI数据，并将所采集的RSSI数据转换成RSSI指纹库，记为F；S2：将RSSI指纹库的RSSI值部分与x、y坐标值部分分离；其中，RSSI值部分记为数据集X，x、y坐标值部分记为Y1、Y2；S3：将数据集X经过自动编码器进行自学习，构造一个非递归神经网络hw,b；S4：将数据集X经过非递归神经网络hw,b通过不断训练得到一个新的数据集X'，使得hw,b(X)≈X'；S5：将新的数据集X'与其对应的x、y坐标值部分结合起来，形成新的RSSI指纹库，记为F'；测试阶段：S6：将给出的某一位置RSSI指纹f，经过与训练阶段同样的非递归神经网络hw,b转换为新的模式f'，其中hw,b(f)≈f'；S7：通过分类算法进行指纹库匹配分别对x坐标值和y坐标值分类，得出最终定位结果。