国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      Wlan室內(nèi)分步式rd-anfis定位方法

      文檔序號:7752497閱讀:196來源:國知局
      專利名稱:Wlan室內(nèi)分步式rd-anfis定位方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及一種模式識別領(lǐng)域中的模糊聚類型ANFIS室內(nèi)定位方法,具體涉及 WLAN室內(nèi)定位方法。
      背景技術(shù)
      隨著人們對環(huán)境感知需求的增加,以及短距離無線電通信技術(shù)的發(fā)展和新業(yè)務(wù)需 求的不斷增多,基于位置服務(wù)LBS (LocationBasedServices)的應(yīng)用與需求越來越受到人 們廣泛的關(guān)注。如緊急救援,目標(biāo)搜索與跟蹤,資源探測,智能向?qū)Ш臀镔Y管理等各種軍用 和民用服務(wù)方面。雖然全球定位系統(tǒng)GPS (GlobalPositioningSystem)和蜂窩系統(tǒng)在理論 研究和實(shí)踐應(yīng)用方面均比較成熟,且能提供室外較高的定位精度;但在室內(nèi)或高樓密布的 遮蔽環(huán)境下,由于信號非視距傳播所造成的嚴(yán)重衰落現(xiàn)象和多徑效應(yīng),使得GPS三球交會 和蜂窩三角定位法的應(yīng)用受到了極大的限制。此外,對于部分基于無線傳感器網(wǎng)絡(luò)WSN (WirelessSensorNetwork)、紅外IR (InfraredRay)、超聲波UW (UltrasonicWave)、藍(lán)牙 Bluetooth、射頻 ID、Zigbee 和超寬帶 UWB (UltraffideBand)等技術(shù)的室內(nèi)定位系統(tǒng),由于特殊定位設(shè)備配置所帶來的經(jīng)濟(jì)和時 間開銷,以及存在的嚴(yán)重非直射路徑衰減和較小覆蓋范圍等缺陷,限制了這些定位系統(tǒng)在 人們生活中的廣泛應(yīng)用。相反,無線局域網(wǎng)WLAN (WirelessLocalAreaNetwork)的普及和 2. 4GHzISM免注冊頻段的開放,使得WLAN室內(nèi)定位技術(shù)得到了廣泛的研究與發(fā)展。此外,20世紀(jì)末發(fā)展起來的WLAN技術(shù)是計(jì)算機(jī)網(wǎng)絡(luò)與無線通信技術(shù)相結(jié)合的產(chǎn) 物,它利用射頻傳輸技術(shù)進(jìn)行數(shù)據(jù)的傳送,為用戶提供無線寬帶接入服務(wù)。WLAN的發(fā)展,解 決了有線網(wǎng)絡(luò)布線困難的問題,打破了寬帶接入的地域限制,滿足了用戶移動數(shù)據(jù)通信的 需要,實(shí)現(xiàn)數(shù)據(jù)通信的移動化、漫游化和寬帶化。另外,可移動性和較低網(wǎng)絡(luò)成本是WLAN 技術(shù)的主要核心優(yōu)勢。前者使得用戶在使用便攜式電腦和數(shù)據(jù)采集器等設(shè)備的同時,能任 意地變換終端位置,這極大地方便了工作時需不斷移動位置的人員,相對有線網(wǎng)絡(luò)的固定 接入特點(diǎn)來說更為方便;對于后者,由于在通信網(wǎng)絡(luò)建設(shè)中,網(wǎng)絡(luò)布線是一筆較大的經(jīng)濟(jì)開 銷,且有些地方施工會比較困難,而WLAN網(wǎng)絡(luò)無需布線,因此,組網(wǎng)成本可以得到大幅度的 降低。然而,在WLAN室內(nèi)環(huán)境下,往往因?yàn)槟繕?biāo)定位區(qū)域過大、模式過于復(fù)雜,會導(dǎo)致 ANFIS系統(tǒng)容易產(chǎn)生過匹配現(xiàn)象、環(huán)境適應(yīng)性降低且定位精度不盡理想,因此還需進(jìn)一步改 進(jìn)。其中,ANFIS 為 AdaptiveNetworkbasedFuzzylnferenceSystem 的縮寫,譯為自適應(yīng)神 經(jīng)模糊推理。

      發(fā)明內(nèi)容
      本發(fā)明的目的是解決在WLAN室內(nèi)環(huán)境下,由于目標(biāo)定位區(qū)域較大、模式復(fù)雜而 導(dǎo)致ANFIS系統(tǒng)容易產(chǎn)生過匹配現(xiàn)象、環(huán)境適應(yīng)性降低且定位精度差的問題,提供了一種WLAN室內(nèi)分步式RD-ANFIS定位方法。WLAN室內(nèi)分步式RD-ANFIS定位方法,它的具體過程如下
      步驟一、確定WLAN室內(nèi)環(huán)境下的目標(biāo)定位區(qū)域,根據(jù)WLAN無線AP發(fā)射信號的覆蓋范 圍和目標(biāo)定位區(qū)域的面積,確定AP、RP和測試點(diǎn)的位置,使每個RP處均能采集到至少來自 一個AP的信號SNR值;
      步驟二、建立二維坐標(biāo)系,得到每個RP的二維位置坐標(biāo),并在離線定位階段,將每個RP 處采集的來自不同AP的瞬時信號強(qiáng)度值,作為位置指紋數(shù)據(jù)庫中的WLAN信號強(qiáng)度指紋樣 本進(jìn)行存儲;
      步驟三、利用FCM聚類技術(shù),將目標(biāo)定位區(qū)域分割為若干相鄰、連通的子區(qū)域; 步驟四、利用模糊減法聚類方法,對每個子區(qū)域中的WLAN信號強(qiáng)度指紋樣本進(jìn)行分 類,對每個子區(qū)域分別建立相應(yīng)的初始模糊推理準(zhǔn)則;
      步驟五、將所述信號強(qiáng)度指紋樣本作為ANFIS系統(tǒng)的輸入訓(xùn)練樣本,將與所述信號強(qiáng) 度指紋樣本對應(yīng)的各個RP的二維位置坐標(biāo)作為ANFIS系統(tǒng)的輸出訓(xùn)練樣本,對所述初始模 糊推理準(zhǔn)則進(jìn)行迭代優(yōu)化訓(xùn)練,進(jìn)而完成對每個子區(qū)域ANFIS系統(tǒng)的建立;
      步驟六、在在線定位階段,對定位終端的所在區(qū)域進(jìn)行預(yù)估計(jì),獲得定位終端的初步位 置估計(jì)區(qū)域;
      步驟七、將定位終端處采集的信號強(qiáng)度均值作為所述初步位置估計(jì)區(qū)域的ANFIS系統(tǒng) 的輸入值,進(jìn)而計(jì)算獲得定位終端的精確位置坐標(biāo)估計(jì)。本發(fā)明的WLAN室內(nèi)分步式RD-ANFIS定位方法,可以有效解決在WLAN室內(nèi)環(huán)境 下,由于目標(biāo)定位區(qū)域較大,模式過于復(fù)雜,ANFIS系統(tǒng)容易產(chǎn)生過匹配現(xiàn)象、環(huán)境適應(yīng)性降 低且定位精度不盡理想的問題。


      圖1是WLAN室內(nèi)環(huán)境示意圖;圖2是目標(biāo)定位區(qū)域及AP放置位置示意圖;圖3是 位置指紋數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)示意圖;圖4是ANFIS系統(tǒng)的拓?fù)浣Y(jié)構(gòu)圖;圖5是區(qū)域分割數(shù)目 為2時,利用FCM聚類方法得到的區(qū)域分割結(jié)果示意圖;圖6是區(qū)域分割數(shù)目為3時,利用 FCM聚類方法得到的區(qū)域分割結(jié)果示意圖;圖7是區(qū)域分割數(shù)目為4時,利用FCM聚類方法 得到的區(qū)域分割結(jié)果示意圖;圖8是區(qū)域分割數(shù)目為5時,利用FCM聚類方法得到的區(qū)域分 割結(jié)果示意圖;圖9是迭代次數(shù)為50條件下的ANFIS系統(tǒng)的定位誤差圖;圖10是迭代次數(shù) 為100條件下的ANFIS系統(tǒng)的定位誤差圖;圖11是迭代次數(shù)為200條件下的ANFIS系統(tǒng)的 定位誤差圖;圖12是迭代次數(shù)為500條件下的ANFIS系統(tǒng)的定位誤差圖;圖13是本發(fā)明的 WLAN室內(nèi)分步式RD-ANFIS定位方法的流程圖。
      具體實(shí)施例方式具體實(shí)施方式
      一結(jié)合圖13說明本實(shí)施方式,本實(shí)施方式的WLAN室內(nèi)分步式 RD-ANFIS定位方法,它的具體過程如下
      步驟一、確定WLAN室內(nèi)環(huán)境下的目標(biāo)定位區(qū)域,根據(jù)WLAN無線AP發(fā)射信號的覆 蓋范圍和目標(biāo)定位區(qū)域的面積,確定AP、RP和測試點(diǎn)的位置,使每個RP處均能采集到 至少來自一個AP的信號SNR值;其中,AP為AccessPoint的縮寫,它表示接入點(diǎn);RP為
      7ReferencePoint的縮寫,它表示目標(biāo)定位區(qū)域內(nèi)預(yù)先標(biāo)記的參考點(diǎn);RP采集的信號功率應(yīng) 大于接收端網(wǎng)卡的靈敏度;SNR值即為信噪比,全稱為SignaltoNoiseRatio ;
      步驟二、建立二維坐標(biāo)系,得到每個RP的二維位置坐標(biāo),并在離線定位階段,將每個RP 處采集的來自不同AP的瞬時信號強(qiáng)度值,作為位置指紋數(shù)據(jù)庫中的WLAN信號強(qiáng)度指紋樣 本進(jìn)行存儲;其中,所述WLAN信號強(qiáng)度指紋樣本,用于ANFIS系統(tǒng)的迭代訓(xùn)練和模糊規(guī)則建 立;所述二維坐標(biāo)系參見圖2,所述位置指紋數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)如圖3所示;
      步驟三、利用FCM聚類技術(shù),將目標(biāo)定位區(qū)域分割為若干相鄰、連通的子區(qū)域,即同一 類樣本所對應(yīng)的RP位置歸為同一子區(qū)域;其中,子區(qū)域的個數(shù)需滿足RP的連通性條件;
      步驟四、利用模糊減法聚類方法,對每個子區(qū)域中的WLAN信號強(qiáng)度指紋樣本進(jìn)行分 類,對每個子區(qū)域分別建立相應(yīng)的初始模糊推理準(zhǔn)則;
      步驟五、將所述信號強(qiáng)度指紋樣本作為ANFIS系統(tǒng)的輸入訓(xùn)練樣本,將與所述信號強(qiáng) 度指紋樣本對應(yīng)的各個RP的二維位置坐標(biāo)作為ANFIS系統(tǒng)的輸出訓(xùn)練樣本,對所述初始模 糊推理準(zhǔn)則進(jìn)行迭代優(yōu)化訓(xùn)練,進(jìn)而完成對每個子區(qū)域ANFIS系統(tǒng)的建立;其中,ANFIS系 統(tǒng)的拓?fù)浣Y(jié)構(gòu)如圖4所示;
      步驟六、在在線定位階段,對定位終端的所在區(qū)域進(jìn)行預(yù)估計(jì),獲得定位終端的初步位 置估計(jì)區(qū)域;
      步驟七、將定位終端處采集的信號強(qiáng)度均值作為所述初步位置估計(jì)區(qū)域的ANFIS系統(tǒng) 的輸入值,進(jìn)而計(jì)算獲得定位終端的精確位置坐標(biāo)估計(jì)。其中,RD為RegionDivision的縮寫,中文意思為區(qū)域分割。本發(fā)明的WLAN室內(nèi)分 步式RD-ANFIS定位方法,包括離線和在線定位兩個階段,在離線階段,首先根據(jù)FCM聚類技 術(shù),將目標(biāo)定位區(qū)域分割為若干相鄰、連通子區(qū)域,且具有相似SNR分布特性的RP屬于同一 子區(qū)域,從而將ANFIS系統(tǒng)的訓(xùn)練限制在較小的定位區(qū)域,以保證了模式的單一和集中;然 后,利用模糊減法聚類方法,得到每個連通子區(qū)域的初始模糊推理準(zhǔn)則,并將每個RP處采 集到的SNR樣本與所對應(yīng)的平面二維坐標(biāo),作為ANFIS系統(tǒng)中隸屬度函數(shù)參數(shù)的迭代訓(xùn)練 樣本,完成對每個子區(qū)域的ANFIS定位系統(tǒng)的建立;最后,在在線階段,通過比較定位終端 處采集的SNR樣本均值與不同聚類中心的歐幾里得距離,選擇具有最小距離的聚類中心所 屬區(qū)域,作為定位終端位置的預(yù)估計(jì)區(qū)域,進(jìn)而,利用該區(qū)域的ANFIS定位系統(tǒng)實(shí)現(xiàn)對位置 的精確坐標(biāo)估計(jì)。本發(fā)明可以有效解決在WLAN室內(nèi)環(huán)境下,由于目標(biāo)定位區(qū)域較大,模式 過于復(fù)雜,ANFIS系統(tǒng)容易產(chǎn)生過匹配現(xiàn)象、環(huán)境適應(yīng)性降低且定位精度不盡理想的問題。
      具體實(shí)施方式
      二 本實(shí)施方式是對實(shí)施方式一的WLAN室內(nèi)分步式RD-ANFIS定位 方法的進(jìn)一步說明,步驟三所述內(nèi)容的具體過程為
      根據(jù)FCM聚類方法,利用模糊分類矩陣,對WLAN信號強(qiáng)度指紋樣本進(jìn)行分類;所述模
      糊分類矩陣為,=[w.,] , w^ e
      表示信號強(qiáng)度指紋樣本的 集合,且 表示第j個信號強(qiáng)度指紋樣本 ’表示加權(quán)指數(shù);I滅表示S行X S列的
      單位陣; 為第j個信號強(qiáng)度指紋樣本與第i個子區(qū)域模糊聚類中心的歐幾里得距離; FCM方法的約束優(yōu)化目標(biāo)函數(shù)如公式二
      利用拉格朗日乘數(shù)法,使上式中的目標(biāo)函數(shù)T (ff, V)取得最小值,需要滿足公式J
      計(jì)算獲得第J‘個信號強(qiáng)度指紋樣本對第i個模糊聚類中心的隸屬度,i=l, 2, j=l,2,…,S,參見公式四
      其中,Jj. = { < < Cf β = θ} , Ij = {1, --、C}~ Ij ; Φ 表示空集; 當(dāng)?shù)贘個信號強(qiáng)度指紋樣本對第i個模糊聚類中心具有最大隸屬度時,即 w^ = max{wJi r=l C^時,定義第J個信號強(qiáng)度指紋樣本所對應(yīng)的RP位置歸屬第
      i個子區(qū)域,進(jìn)而可獲得多個相鄰、連通的子區(qū)域; 其中,聚類中心 由公式五獲得 具體實(shí)施方式
      三本實(shí)施方式是對實(shí)施方式一或二的WLAN室內(nèi)分步式RD-ANFIS 定位方法的進(jìn)一步說明,步驟四所述內(nèi)容的具體過程為
      每個信號強(qiáng)度指紋樣本的密度函數(shù)Dy如公式六所示
      公式六
      其中,為一個正的常數(shù),它表示指數(shù)型函數(shù)的曲率;表示聚類中心的有
      效區(qū)域;
      根據(jù)公式六,令具有最大密度值的信號強(qiáng)度指紋樣本作為第1個模糊聚類中心; 然后進(jìn)行迭代計(jì)算,并令η. 表示第k-1次迭代時信號強(qiáng)度指紋樣本…的密度值,
      表示第k個模糊聚類中心的密度值,根據(jù)公式七獲得第k次迭代時信號強(qiáng)度指紋樣
      本Oi的密度值η.ρ + l),其中i=l,2,.",S,即
      公式七
      其中,
      ; #為控制因子,且# = 1_23,它用于保證不同模糊聚類中心具有較大的差異性;
      然后令第k次迭代時、具有最大密度值的信號強(qiáng)度指紋樣本,作為第k+1個模糊聚類中
      心;
      當(dāng)滿足終止條件時,停止迭代計(jì)算,所述終止條件為
      其中0力常數(shù),且;
      設(shè)目標(biāo)定位區(qū)域中存在#個々 ,則經(jīng)過上述迭代過程后,將得到r個模糊聚類
      ,r,且所述r個聚類中心對應(yīng)的空間位置坐標(biāo)為分別為
      以< 為中心、寬度為#=10dB的等腰三角型函數(shù),其中
      ,,利用模糊減法聚類方法,則可得到每個子區(qū)域分別
      建立相應(yīng)的初始模糊推理準(zhǔn)則如表一所示 表1
      中心
      令隸屬度函數(shù)的形式為 具體實(shí)施方式
      四本實(shí)施方式是對實(shí)施方式一、二或三的WLAN室內(nèi)分步式 RD-ANFIS定位方法的進(jìn)一步說明,步驟六所述內(nèi)容的具體過程為
      在在線定位階段,采集并獲得各個AP處的信號強(qiáng)度指紋樣本,計(jì)算得到采集到的各個
      AP處的信號強(qiáng)度指紋樣本的均值然后再根據(jù)公式八,計(jì)算并獲得所述均值與
      每個聚類中心的距離
      其中,=Rr為定位終端處采集到的瞬時信號SNR樣本總數(shù),
      Giew^為在定位終端處,采集到的第m個信號瞬時SNR樣本,K為第i個子區(qū)域的模糊聚類中心,Ickc為C行X C列的單位陣,r為模糊聚類中心的個數(shù);
      則令距離最小的一個聚類中心所屬區(qū)域,作為定位終端的初步位置估計(jì)區(qū)域。本發(fā)明的WLAN室內(nèi)環(huán)境示意圖如圖1所示,得到的目標(biāo)定位區(qū)域及AP放置位置 示意圖如圖2所示,該目標(biāo)定位區(qū)域形狀規(guī)整,且在區(qū)域中的任意位置,均能檢測到至少來 自5個不同AP的WLAN信號SNR值。圖1中WLAN室內(nèi)環(huán)境面積為66. 4X 24. 9m2,層高3m, 磚質(zhì)墻面,鋁合金窗戶和金屬門,9個AP放置在同一樓層,所述9個AP分別為API、AP2、 AP3、AP4、AP5、AP6、AP7、AP8 和 AP9, Nr. 01、Nr. 02、Nr. 03、Nr. 04、Nr. 05、Nr. 06、Nr. 07、 Nr. 08及Nr. 09分別為9個房間的編號,AP選擇為LinksysWAP54G,固定在2m高度,支持 IEEE802. lla/b/g 標(biāo)準(zhǔn),傳輸速率為 54Mbps,定位終端為裝有 IntelPR0/Wireless3945ABG 無線網(wǎng)卡的ASUSA8F筆記本電腦,距離地面1. 2m。圖2中包含72個RP點(diǎn)和56個測試點(diǎn),
      且每個測試點(diǎn)位于鄰近4個RP的幾何位置中心,點(diǎn)“X”為RP位置,點(diǎn)“ # ”為測試點(diǎn)位置,
      在每個RP和AP處,分別進(jìn)行3分鐘和1分鐘的WLAN信號采集,獲得的原始的WLAN信號強(qiáng) 度指紋樣本的數(shù)據(jù)結(jié)構(gòu)如表2所示。圖3是位置指紋數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)示意圖,其中Ql為位置指紋數(shù)據(jù)庫,Q2為WLAN 信號強(qiáng)度指紋樣本,&1,71)、&2,72)、(13,73)、(14,74)分別為各個參考點(diǎn)的二維位置坐 標(biāo)。圖4是ANFIS系統(tǒng)的拓?fù)浣Y(jié)構(gòu)圖,根據(jù)具體實(shí)施方式
      三,對于第/7個聚類中心, 為 I =I5 N; P =If r表示#維信號強(qiáng)度樣本關(guān)于第1維分量的隸屬度函數(shù)中
      心; ’ 1 =1,…,N ’ P=1,r表示#維信號強(qiáng)度樣本的第1維分量對于第/7個
      N
      聚類中心的隸屬度;Λ1 n=1…『等于奴的乘積,即約
      ;為 的歸一化形式,即約—+ 'p~ ‘…’r ;反模糊化過
      程即為得到X和Y方向估計(jì)位置坐標(biāo),ν其中, -Σ^Ο& ^+Ιι^ + ρ)且
      均為該ANFIS 定位系
      統(tǒng)預(yù)先設(shè)定的線性變換參數(shù),最初設(shè)定的參數(shù)值不一定為系統(tǒng)最優(yōu)值,需要利用第1層的 ANN系統(tǒng)進(jìn)行迭代訓(xùn)練修正;此外,第1層的ANN系統(tǒng)采用三層前饋型BP人工神經(jīng)網(wǎng)絡(luò),實(shí) 現(xiàn)對線性變換參數(shù)的訓(xùn)練,從而得到使得定位誤差最小的最優(yōu)線性變換參數(shù)。圖5至圖8給出了利用FCM聚類方法得到的定位區(qū)域分割結(jié)果,其中圖5至圖8中區(qū)域分割數(shù)目分別為2個、3個、4個和5個,其中Dl、D2、D3、D4和D5分別為第一區(qū)域、 第二區(qū)域、第三區(qū)域、第四區(qū)域和第五區(qū)域;實(shí)驗(yàn)證明,當(dāng)區(qū)域分割數(shù)目大于4時,將不能保 證同一子區(qū)域內(nèi)參考點(diǎn)位置的連通性,即連通性條件不能滿足,例如圖8。圖9至圖12給出了在不同訓(xùn)練迭代次數(shù)條件下的ANFIS系統(tǒng)的定位誤差,其中, 圖9至圖12相應(yīng)的迭代次數(shù)分別為1=50、1=100、^=200和左=500 ;由圖可見,當(dāng)?shù)螖?shù) 々=100時,ANFIS系統(tǒng)的定位性能達(dá)到最優(yōu);而當(dāng)i=500時,人工神經(jīng)網(wǎng)絡(luò)對隸屬度函數(shù)的訓(xùn) 練出現(xiàn)過匹配現(xiàn)象,從而使得ANFIS系統(tǒng)的定位精度急劇惡化。因此,在實(shí)際ANFIS系統(tǒng)的 建立過程中,應(yīng)盡量保證系統(tǒng)的泛化能力,如采用基于遺傳算法優(yōu)化的人工神經(jīng)網(wǎng)絡(luò)來對 系統(tǒng)進(jìn)行訓(xùn)練,實(shí)現(xiàn)對最優(yōu)解的全局遍歷,避免隸屬度函數(shù)參數(shù)陷入局部最優(yōu)的情況。表權(quán)利要求
      WLAN室內(nèi)分步式RD-ANFIS定位方法,其特征在于它的具體過程如下步驟一、確定WLAN室內(nèi)環(huán)境下的目標(biāo)定位區(qū)域,根據(jù)WLAN無線AP發(fā)射信號的覆蓋范圍和目標(biāo)定位區(qū)域的面積,確定AP、RP和測試點(diǎn)的位置,使每個RP處均能采集到至少來自一個AP的信號SNR值;步驟二、建立二維坐標(biāo)系,得到每個RP的二維位置坐標(biāo),并在離線定位階段,將每個RP處采集的來自不同AP的瞬時信號強(qiáng)度值,作為位置指紋數(shù)據(jù)庫中的WLAN信號強(qiáng)度指紋樣本進(jìn)行存儲; 步驟三、利用FCM聚類技術(shù),將目標(biāo)定位區(qū)域分割為若干相鄰、連通的子區(qū)域;步驟四、利用模糊減法聚類方法,對每個子區(qū)域中的WLAN信號強(qiáng)度指紋樣本進(jìn)行分類,對每個子區(qū)域分別建立相應(yīng)的初始模糊推理準(zhǔn)則;步驟五、將所述信號強(qiáng)度指紋樣本作為ANFIS系統(tǒng)的輸入訓(xùn)練樣本,將與所述信號強(qiáng)度指紋樣本對應(yīng)的各個RP的二維位置坐標(biāo)作為ANFIS系統(tǒng)的輸出訓(xùn)練樣本,對所述初始模糊推理準(zhǔn)則進(jìn)行迭代優(yōu)化訓(xùn)練,進(jìn)而完成對每個子區(qū)域ANFIS系統(tǒng)的建立;步驟六、在在線定位階段,對定位終端的所在區(qū)域進(jìn)行預(yù)估計(jì),獲得定位終端的初步位置估計(jì)區(qū)域;步驟七、將定位終端處采集的信號強(qiáng)度均值作為所述初步位置估計(jì)區(qū)域的ANFIS系統(tǒng)的輸入值,進(jìn)而計(jì)算獲得定位終端的精確位置坐標(biāo)估計(jì)。
      2.根據(jù)權(quán)利要求1所述的WLAN室內(nèi)分步式RD-ANFIS定位方法,其特征在于步驟三所 述內(nèi)容的具體過程為根據(jù)FCM聚類方法,利用模糊分類矩陣,對WLAN信號強(qiáng)度指紋樣本進(jìn)行分類;所述模糊分類矩陣為W = [wj,,其中j為元素W力.在矩陣ff中的行序數(shù),i為元素在矩陣, 中的列序數(shù);通過對模糊聚類中心的迭代修正,使目標(biāo)函數(shù)T(W,V)最小化,T(W,V)的定義如下 其中,S為信號強(qiáng)度指紋樣本的個數(shù),C為模糊聚類中心的個數(shù);『=表示模糊聚類中心的集合,且V,.表示第i個子區(qū)域的模糊聚類中心;0 = 1表示信號強(qiáng)度指紋樣本的 IL * ^集合,且表示第j個信號強(qiáng)度指紋樣本^ Jf表示加權(quán)指數(shù)表示S行XS列的單位陣身,,■為第j個信號強(qiáng)度指紋樣本與第i個子區(qū)域模糊聚類中心的歐幾里得距離;FCM方法的約束優(yōu)化目標(biāo)函數(shù)如下 利用拉格朗日乘數(shù)法,使上式中的目標(biāo)函數(shù)T (ff, V)取得最小值,需要滿足下式 其中,F(xiàn)表示拉格朗日乘數(shù)法的優(yōu)化目標(biāo)函數(shù),\表示拉格朗日乘子;計(jì)算獲得第J‘個信號強(qiáng)度指紋樣本對第i個模糊聚類中心的隸屬度11^, i=l,2,j=l,2,...,S,如 其中力 廣表示空集;當(dāng)?shù)贘個信號強(qiáng)度指紋樣本對第i個模糊聚類中心具有最大隸屬度時,即 時,定義第j 個信號強(qiáng)度指紋樣本所對應(yīng)的rp位置歸屬第i個子區(qū)域,進(jìn)而獲得多個相鄰、連通的子區(qū)域; 其中,聚類中心V,■由下式獲得
      3.根據(jù)權(quán)利要求1所述的WLAN室內(nèi)分步式RD-ANFIS定位方法,其特征在于步驟四所 述內(nèi)容的具體過程為每個信號強(qiáng)度指紋樣本的密度函數(shù)如下式所示 ,j=l, 2,…,S ;其中,為一個正的常數(shù),它表示指數(shù)型函數(shù)的曲率…表示聚類中心的有 y V¥/ f <2效區(qū)域;令具有最大密度值的信號強(qiáng)度指紋樣本作為第1個模糊聚類中心;然后進(jìn)行迭代計(jì)算,并令(t)表示第k-i次迭代時信號強(qiáng)度指紋樣本的密度值,D* (k)表示第k個模糊聚類中心的密度值,根據(jù)下式Dt (!: + !)= Di D* {k)獲得第k次迭代時信號強(qiáng)度指紋樣本0|的密度值£“|r + i),其中i=i,2,…,S,議為控制因子,且興L25;然后令第k次迭代時、具有最大密度值的信號強(qiáng)度指紋樣本,作為第k+i個模糊聚類中心;當(dāng)滿足終止條件時,停止迭代計(jì)算,所述終止條件為 其中,J為常數(shù),且0設(shè)目標(biāo)定位區(qū)域中存在#個々 ,則經(jīng)過上述迭代過程后,將得到r個模糊聚類 屮心(4 "、稱P = l, ■■、f,且所述r個聚類中心對應(yīng)的空間位置坐標(biāo)為分別為 令隸屬度函數(shù)的形式為以Jf為中心、寬度為1=10 的等腰三角型函數(shù),其中|=1 ...’ jy,且& =( ,…,利用模糊減法聚類方法,則得到每個子區(qū)域分別建 立相應(yīng)的初始模糊推理準(zhǔn)則如下表
      4.根據(jù)權(quán)利要求1所述的WLAN室內(nèi)分步式RD-ANFIS定位方法,其特征在于步驟六所 述內(nèi)容的具體過程為在在線定位階段,采集并獲得各個AP處的信號強(qiáng)度指紋樣本,計(jì)算得到采集到的各個AP處的信號強(qiáng)度指紋樣本的均值0 ,然后再根據(jù)下式 計(jì)算并獲得所述均值與每個聚類中心的距離£)lwi: 其中 為定位終端處采集到的瞬時信號SNR樣本總數(shù), Ojw;為在定位終端處,采集到的第m個信號瞬時SNR樣本,為第i個子區(qū)域的模糊聚類 中心,為C行X C列的單位陣,r為模糊聚類中心的個數(shù)則令距離最小的一個聚類中心所屬區(qū)域,作為定位終端的初步位置估計(jì)區(qū)域。
      全文摘要
      WLAN室內(nèi)分步式RD-ANFIS定位方法,涉及模糊聚類型ANFIS室內(nèi)定位方法,解決了WLAN室內(nèi)環(huán)境下由于定位區(qū)域大、模式復(fù)雜導(dǎo)致ANFIS系統(tǒng)易產(chǎn)生過匹配、環(huán)境適應(yīng)性降低且定位精度差的問題。該定位方法為在離線階段,根據(jù)FCM聚類技術(shù)將目標(biāo)定位區(qū)域分割為若干相鄰、連通子區(qū)域,具有相似SNR分布特性的RP屬于同一子區(qū)域;利用模糊減法聚類方法得到每個連通子區(qū)域的初始模糊推理準(zhǔn)則,并完成對每個子區(qū)域的ANFIS定位系統(tǒng)的建立;在在線階段,通過比較定位終端處采集的SNR樣本均值與不同聚類中心的歐幾里得距離,進(jìn)而獲得定位終端位置的預(yù)估計(jì)區(qū)域,最終利用該區(qū)域的ANFIS定位系統(tǒng)即可實(shí)現(xiàn)對位置的精確坐標(biāo)估計(jì)。本發(fā)明可用于模式識別領(lǐng)域。
      文檔編號H04W16/20GK101873607SQ201010209859
      公開日2010年10月27日 申請日期2010年6月25日 優(yōu)先權(quán)日2010年6月25日
      發(fā)明者劉寧慶, 周牧, 孟維曉, 徐玉濱, 王孝, 馬琳 申請人:哈爾濱工業(yè)大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1