基于滑动时间窗的WLAN室内WKNN跟踪方法

    公开(公告)号:CN101895867A

    公开(公告)日:2010-11-24

    申请号:CN201010209582.6

    申请日:2010-06-25

    Abstract: 基于滑动时间窗的WLAN室内WKNN跟踪方法,它涉及模式识别领域,它解决了现有的WLAN室内跟踪方法中,因终端采样速率限制和运动状态不易得到等因素所造成的估计轨迹不平滑,即估计位置坐标抖动剧烈的问题。本发明首先采集信号样本并建立相应的位置指纹数据库;然后根据新采集的信号样本,利用WKNN定位法,实时得到终端的预估计位置坐标、运动速率和不同时刻的置信区域;再根据前向滑动时间窗门限、后向滑动时间窗门限和相应的置信区域,剔除预估计位置集里与邻近时刻位置点比较,信号强度变化突兀的错误预估计位置点;最后,按时间先后顺序连接最终估计位置点,得到对终端的平滑估计运动轨迹。本发明适用于室内跟踪定位。

    基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法

    公开(公告)号:CN101778399A

    公开(公告)日:2010-07-14

    申请号:CN201010032481.6

    申请日:2010-01-18

    Abstract: 基于FCM和最小二乘曲面拟合法的WLAN室内优化ANN定位方法,本发明涉及一种室内定位方法,用于室内定位,以解决训练样本空间中所存在的奇异参考点所带来的ANN系统泛化能力下降。首先根据FCM方法,对预先标记的参考点进行聚类,确定相应的聚类中心和不同参考点对其所属聚类的聚类中心的隶属度。通过对参考点隶属度进行量化处理和相似度计算,得到目标定位区域中奇异点的空间位置。利用最小二乘曲面拟合法剔除强度分布图中的突兀变化点,更新定位指纹数据库。针对不同聚类建立相应的ANN定位子系统,通过计算在线阶段采集的信号强度样本与不同聚类中心的欧几里得距离,估计终端所属聚类。最终利用相应的ANN子系统对终端精确估计。

Patent Agency Ranking