可靠众包样本集的生成、多分辨率数据库构建、定位方法

技术特征：
1.一种wi-fi可靠众包样本集的生成方法，其特征在于，所述方法包括：s1.将目标区域自上而下进行多层次拆分，直至拆分为栅格，得到目标区域、分区、子分区
……
栅格不同级别的单位，所述栅格对应最高分辨率；s2.基于目标区域的多层次拆分结果，对原始众包样本进行分配；s3.对每个栅格内的众包样本分别进行可靠性度量，保留可靠性大于阈值的可信众包样本；s4.对保留下来的所有可信众包样本进行曲面拟合；s5.对拟合曲面函数进行均匀采样，得到wi-fi可靠众包样本集。2.如权利要求1所述的方法，其特征在于，所述可靠性度量采取轮廓系数计算公式如下：公式如下：公式如下：其中，表示栅格g
k
内坐标(x
n
,y
n
)处收集到的rss向量)处收集到的rss向量表示样本和与它同属一个栅格中其它众包样本之间的信号距离，表示样本与其他栅格中所有其他众包样本之间的信号距离的最小值，s
k
表示表示样本所在栅格内的所有样本集，表示样本和样本之间的信号距离。3.如权利要求2所述的方法，其特征在于，所述曲面拟合方式如下：原始众包样本的轮廓值集合s
h
＝{h1，h2，...，h
n
}，可信众包样本的轮廓值集合s
h
′
＝{h1，h2，...，h
γ
}，n表示原始众包样本数量，γ表示可信众包样本数量，其中，轮廓值采用轮廓值h
n
计算可信众包样本中样本的权重系数w
n
，n＝1，...，γ：，n＝1，...，γ：
其中，p表示可靠众包样本的比率；采取权重系数w
n
对第m个ap的信号拟合函数在位置(x
n
，y
n
)处的值和样本的第m个ap接收到的信号强度值之间的偏差进行加权，最小化平方加权残差总和的目标函数为：其中，φ
m
(x，y)为拟合曲面函数，用于拟合给定分区中来自ap的无线信号传播表面。4.一种多分辨率离线数据库的构建方法，其特征在于，所述构建方法包括：t1.采用如权利要求1至3任一项所述的方法生成wi-fi可靠众包样本集；t2.基于目标区域的多层次拆分结果，按照自下而上的方式构建多分辨率离线数据库，由当前分辨率层的多个分区指纹集合得到上一分辨率层的一个分区指纹。5.如权利要求4所述的构建方法，其特征在于，所述多分辨率离线数据库中多分辨率从高分辨率到低分辨率排序的层次名为l1，l2，...l
j
，其中，l
j
层有p个分区，每个分区由k个l
j-1
层的子分区构成，则l
j
层的第p个分区的数据为：层的第p个分区的数据为：其中，ap1，ap2，ap
m
分别表示第1，2，m个信号发射源，label表示所属分区的标签，除最后一行的每一行表示子分区的信号向量，最后一行表示所有子分区向量的平均向量，除最后一列的每一列表示ap的信号强度，最后一列表示数据的分区标签，表示l
j-1
层的第k个分区收到的第m个ap的信号强度值，是这k个l
j-1
分区代表向量在第m维ap的信号强度的平均值，j＝1，2，
…
j，j表示分辨率层数，p＝1，2，
…
，p，m＝1，2...，m，m表示信号发射源的总数。6.如权利要求4所述的构建方法，其特征在于，所述多分辨率离线数据库中多分辨率从高分辨率到低分辨率排序的层次名为l1，l2，...l
j
，其中，l
j
层有p个分区，每个分区由k个l
j-1
层的子分区构成，则l
j
层的第p个分区的数据为：
其中，ap1，ap2，ap
m
分别表示第1，2，m个信号发射源，f1，f
p
分别表示第1，p个辅助特征，label表示所属分区的标签，除最后一行的每一行表示子分区的指纹，最后一行表示所有子分区指纹的平均指纹，前m列的每一列表示ap的信号强度值，随后p列的每一列表示辅助特征的具体数值，最后一列表示数据的分区标签，表示l
j-1
层第k个分区收到的第m个ap的信号强度值，是这k个l
j-1
分区代表向量在第m维ap的信号强度的平均值，d
pq
表示特征或与自己的每个区的代表向量的欧式距离，j＝1，2，
…
j，j表示分辨率层数，p＝1，2，
…
，p，q＝1，...，q，m＝1，2...，m，q表示l
j-1
的分区总数，m表示信号发射源的总数。7.一种多分辨率定位方法，其特征在于，所述定位方法包括：(1)按照自上而下的方式，从粗分辨率层到细分辨率层依次确定目标所属分区，用分类模型进行分类；(2)若用户自定义分辨率级别，在目标被分类到用户定义的分辨率级别的子区域之后，采用回归模型对目标用户进行最终精确定位；否则，在目标被分类到分辨率最高的子区域之后，采用回归模型对目标用户进行最终精确定位。8.如权利要求7所述的定位方法，其特征在于，步骤(1)包括以下子步骤：(1.1)形成目标用户的完整测试指纹其中，分别表示目标用户收到第1，2，...m个ap的信号强度，d
1t
，...d
pt
，...，d
pt
分别表示原始测试指纹与第p个分区指纹的向量距离；(1.2)基于目标用户的完整测试指纹，采用k最近邻的方法，找到离线数据库中最相近的指纹，将其对应的分区标识符作为目标用户的估计子区。9.一种多分辨率定位系统，其特征在于，包括：计算机可读存储介质和处理器；所述计算机可读存储介质用于存储可执行指令；所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行权利要求7或8所述的多分辨率定位方法。10.一种计算机可读存储介质，其特征在于，包括存储的计算机程序；所述计算机程序被处理器执行时，控制所述计算机可读存储介质所在设备执行权利要求1至8任一项所述的方法。

技术总结
本发明公开可靠众包样本集的生成、多分辨率数据库构建、定位方法，属于通信与无线网络技术领域。本发明通过构建多分辨率定位数据库结构，从低分辨率到高分辨率依次进行在线定位，能够有效降低大型数据库的计算复杂度；通过可靠性度量算法来识别可靠的众包样本，解决众包样本定位标签不准确的问题；本发明通过可靠样本构建曲面、重新采样以生成新的拟合样本，解决众包样本标签分布不均匀的问题；通过增加分区欧式距离的辅助特征，增加指纹的分辨率和定位系统的鲁棒性；通过合理结合分类和回归模型，在降低计算复杂度的同时提升不同分辨率情况下的定位精度。率情况下的定位精度。率情况下的定位精度。


技术研发人员：王邦 谭飞 周婵欣 莫益军
受保护的技术使用者：华中科技大学
技术研发日：2022.01.20
技术公布日：2022/5/6