买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西师范大学

摘要：本发明提供了一种基于CSI的室内定位方法及系统，涉及室内定位技术领域。室内定位方法包括以下步骤：建立离线指纹数据库后训练随机森林回归模型和KD树优化的WKNN模型，将测试点的数据输入两种模型中，并基于敏感哈希算法加快KD树的搜索，根据两种模型在不同位置上的误差表现，将误差转换为概率的形式进行加权，从而为两种模型在每个位置上的位置估计分配不同的权重，从而得到最终的位置估计。本发明提供的室内定位方法能够结合两种模型的优势，提高定位准确性和鲁棒性，提高方法的预测能力和可解释性，适用于不同场景下的定位需求，并且对两种模型的位置估计进行加权集成，能够量化每个模型的贡献，有助于减小误差较大的模型对最终结果的影响。

主权项：1.一种基于CSI的室内定位方法，其特征在于，包括以下步骤：基于室内待定位区域参考点上的参考CSI特征数据包与所述参考点对应的位置信息建立离线指纹数据库，并根据所述离线指纹数据库训练随机森林回归模型和KD树优化的WKNN模型；获取室内待定位区域测试点上的测试CSI特征数据包，并将其分别输入所述训练好的随机森林回归模型和训练好的KD树优化的WKNN模型，所述随机森林回归模型输出第一位置估计，所述KD树优化的WKNN模型输出第二位置估计；计算所述第一位置估计与所述测试点实际位置的第一位置偏差，计算所述第二位置估计与所述测试点实际位置的第二位置偏差，基于所述第一位置偏差和所述第二位置偏差，将所述第一位置偏差和所述第二位置偏差的数值分别转换为第一指数误差概率和第二指数误差概率，基于所述第一指数误差概率和所述第二指数误差概率，分别对所述第一位置估计和所述第二位置估计分配权重值，并基于权重值集成所述第一位置估计和所述第二位置估计，计算最终位置估计；其中，执行基于权重值集成所述第一位置估计和所述第二位置估计的过程中，根据以下公式进行最终位置估计的计算：Xi＝WRi·pre_rf_xi+WKi·pre_wknn_xiYi＝WRi·pre_rf_yi+WKi·pre_wknn_yipre_loci＝[Xi，Yi]其中，所述pre_rf_xi为随机森林回归模型在第i个位置上的第一位置估计的x标签，所述pre_rf_yi为随机森林回归模型在第i个位置上的第一位置估计的y标签，所述pre_wknn_xi为KD树优化的WKNN模型在第i个位置上的第二位置估计的x标签，所述pre_wknn_yi为KD树优化的WKNN模型在第i个位置上的第二位置估计的y标签，所述WRi为随机森林回归模型在第i个位置上的权重值，所述WKi为KD树优化的WKNN模型在第i个位置上的权重值，所述pre_loci为第i个测试点的最终位置估计；其中，执行将所述第一位置偏差和所述第二位置偏差的数值分别转换为第一指数误差概率和第二指数误差概率的过程中，根据以下公式进行转换：rf_probsi＝e-rf_erroriwknn_probsi＝e-wknn_errori其中，所述rf_probsi为随机森林回归模型在第i个位置上的第一指数误差概率，所述rf_errori为随机森林回归模型在第i个位置上的第一位置偏差的数值，所述wknn_probsi为KD树优化的WKNN模型在第i个位置上的第二指数误差概率，所述wknn_errori为KD树优化的WKNN模型在第i个位置上的第二位置偏差的数值；其中，执行基于所述第一指数误差概率和所述第二指数误差概率分别对所述第一位置估计和所述第二位置估计分配权重值的过程中，采用以下公式进行权重值分配： 其中，所述WRi为随机森林回归模型在第i个位置的权重值，所述WKi为KD树优化的WKNN模型在第i个位置的权重值。

全文数据：

权利要求：

百度查询： 江西师范大学 一种基于CSI的室内定位方法