一种基于无线信号强度的室内定位方法   0    0

本发明涉及一种基于无线信号强度的室内定位方法。本发明首先构造RSS变化空间，RSS变化空间由距离矩阵D和相对坐标矩阵Y构成；然后确定测试数据集，将整个测试数据集作为测试样本输入到k‑means算法模型中，构造距离矩阵D；接着进行数据降维，建立距离矩阵D的相对坐标矩阵Y；此后，通过RSS变化空间来对未知位置移动节点进行定位，数据分析中心将目标的准确定位发送至移动终端。本发明利用实时数据实时更新模型和定位，无需在移动设备上进行专门设置，对环境动态变化具有适应性，更加便于推广。当使用者发生位移时利用新型手机内置传感器来构建RSS信号变化平面示意图，测算一个移动节点的相对位置，从而达到定位效果。

1.一种基于无线信号强度的室内定位方法，其特征在于：包括如下步骤：
步骤一：数据分析中心构造RSS变化空间，RSS变化空间将由距离矩阵D和相对坐标矩阵Y构成，具体步骤如下：
1、确定测试数据集：测试数据集RSSk(rss1k,rss2k,rss3k)由K个测试样本组成，RSSk为形容一个移动到固定位置的节点的数组，rss1k、rss2k、rss3k分别为固定位置的节点接受到的来自三个WIFI发射器的信号强度；
2、将整个测试数据集作为测试样本输入到k‑means算法模型中；选取了K个样本数据，将这K个样本数据作为K个簇；因为每个簇都有一个簇中心，且刚好每个样本数据对应一个簇，所以简单认为每一个样本数据都属于一个不同的簇，同时样本数据也是该簇的簇中心；
3、构造距离矩阵D:计算K个簇中心之间两两之间的欧几里得距离 其中
x1,x2为两节点的坐标；数据记在距离矩阵D中，例如dist12是簇1和簇2之间的欧几里得距离；
4、进行数据降维，建立距离矩阵D的相对坐标矩阵Y；
T
首先，利用步骤3的距离矩阵D计算降维后样本的内积矩阵B:构造矩阵B＝DD，得到计算公式： 根据这个公式计算出距离矩阵B中的每一个元
素；然后，对上述矩阵内积矩阵B做特征值分解；然后，对降维后的数据进行可视化；最后，将降维后的数据存储到相对坐标矩阵Y；
步骤二：数据分析中心通过RSS变化空间来对移动节点进行定位；
1)、获得新的未知位置移动节点g的特征数组RSSg(rss1g,rss2g,rss3g)，把它作为新的元素加入到RSS变化空间之中，并重复步骤3，更新距离矩阵D为新距离矩阵Dg；
2)、重复步骤4，构建距离矩阵Dg的相对坐标矩阵Yg；
3)、在相对坐标矩阵Yg中找到移动节点g相对坐标,移动节点g的相对坐标即为移动节点g在这个RSS变化空间中的位置；
4)、输出移动节点g的相对坐标，完成定位；
步骤三、数据分析中心将目标的准确定位发送至移动终端。