基于径向基插值的室内WLAN指纹数据库多点自适应更新方法

    公开(公告)号:CN104581644A

    公开(公告)日:2015-04-29

    申请号:CN201510009211.6

    申请日:2015-01-08

    CPC classification number: H04W4/04 H04W24/02

    Abstract: 基于径向基插值的室内无线局域网(WLAN)指纹数据库多点自适应更新方法。该方法基于径向基神经网络插值,利用在少量回馈点处实际测量的接收信号强度(RSS)构建数学插值模型,构造RSS估计曲面,由空间位置的相关性得到回馈点附近参考点的RSS估计值。利用该方法每次计算可更新多个参考点的RSS值,以不重复更新参考点为前提,在物理环境划分P个更新区域,不同的更新区域根据其所在截止区内回馈点密度和数量的不同,采用不同大小的截止区半径,该半径大小由通过旧数据库指纹信息得到的偏最小二乘回归模型计算得到,P次计算后便可更新整个数据库。该方法解决了随着时间的改变,数据库指纹信息变化过大而导致定位精度降低的问题,同时有效地减少了数据库更新的时间开销,大大提高了WLAN定位精度。

    基于径向基插值的室内WLAN指纹数据库多点自适应更新方法

    公开(公告)号:CN104581644B

    公开(公告)日:2017-12-08

    申请号:CN201510009211.6

    申请日:2015-01-08

    Abstract: 基于径向基插值的室内无线局域网(WLAN)指纹数据库多点自适应更新方法。该方法基于径向基神经网络插值,利用在少量回馈点处实际测量的接收信号强度(RSS)构建数学插值模型,构造RSS估计曲面,由空间位置的相关性得到回馈点附近参考点的RSS估计值。利用该方法每次计算可更新多个参考点的RSS值,以不重复更新参考点为前提,在物理环境划分P个更新区域,不同的更新区域根据其所在截止区内回馈点密度和数量的不同,采用不同大小的截止区半径,该半径大小由通过旧数据库指纹信息得到的偏最小二乘回归模型计算得到,P次计算后便可更新整个数据库。该方法解决了随着时间的改变,数据库指纹信息变化过大而导致定位精度降低的问题,同时有效地减少了数据库更新的时间开销,大大提高了WLAN定位精度。

Patent Agency Ranking