專利名稱：神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的wlan室內(nèi)定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及室內(nèi)定位領(lǐng)域，具體涉及神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法。
背景技術(shù)：
目前，隨著無線網(wǎng)絡(luò)的發(fā)展，出現(xiàn)了許多與室內(nèi)定位相關(guān)的技術(shù)和應(yīng)用，特別是 在環(huán)境感知應(yīng)用方面，由于環(huán)境的動態(tài)性，復(fù)雜的多徑效應(yīng)和嚴重的信號衰減，傳統(tǒng)的信 號傳播模型法不適合用于高精度的室內(nèi)定位系統(tǒng)。由于基于WLAN(無線局域網(wǎng))技術(shù)的 室內(nèi)定位系統(tǒng)不僅成本低，而且可以使用免注冊的2. 4GHz ISM頻段和免費的無線許可證 802. llb/g議定，因而已經(jīng)十分的受重視。在WLAN環(huán)境下，通過測量來自接入點AP(access point)的信號強度RSS值獲得相 應(yīng)位置信息，使得WLAN具有數(shù)據(jù)通信和導(dǎo)航的綜合功能。利用信號強度RSS值來構(gòu)成語言 變量是受人腦評估方法的啟發(fā)而發(fā)明的。神經(jīng)網(wǎng)絡(luò)是非線性輸入輸出映射最有效的方法， 可以逼近任意復(fù)雜的非線性關(guān)系，并具有強大的學(xué)習(xí)能力、記憶能力和計算能力，在不同程 度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲和檢索。因此，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于WLAN室 內(nèi)定位中取得了較理想的定位精度。但是，神經(jīng)網(wǎng)絡(luò)的映射區(qū)域是矩形的，對于室內(nèi)構(gòu)造各個不同，形狀不規(guī)則的復(fù)雜 的室內(nèi)環(huán)境，它同樣將映射區(qū)域處理成最長長度，最寬寬度的矩形。由于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融 合能力和全局信號分布信息處理特性，它將對一些離測試點較遠、信號特征與測試點的相 關(guān)性很小的參考點誤判為有效相關(guān)參考點，并對被誤判的參考點進行調(diào)整或修正。這些地 理位置較遠的被誤判的參考點參與了定位過程，從而增加了測試點的定位誤差即對不規(guī)則 的室內(nèi)環(huán)境定位時，不僅可能將測試點定位到實際空間根本不存在的地理位置，而且也大 大增加了神經(jīng)網(wǎng)絡(luò)訓(xùn)練所有參考點的存儲開銷和學(xué)習(xí)時間。

發(fā)明內(nèi)容
為了解決現(xiàn)有室內(nèi)神經(jīng)網(wǎng)絡(luò)定位方法中地理環(huán)境不規(guī)則所帶來的定位誤差大和 冗余開銷大的問題，本發(fā)明提供一種神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法。本發(fā)明的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法的定位過程為步驟一針對室內(nèi)環(huán)境布置max (AP)個接入點AP，確保所述環(huán)境中任意一點被兩 個或兩個以上的接入點AP發(fā)出的信號覆蓋；步驟二 在室內(nèi)環(huán)境中均勻設(shè)置N個參考點，選取一個參考點為原點建立直角坐 標系，獲得N個參考點在該直角坐標系中的坐標位置，并在每個參考點上利用信號接收機 采集來自每一個接入點AP的信號強度RSS值；步驟三分別獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)，并將所有參考點的有效相 關(guān)定位數(shù)據(jù)組成神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)的過程為步驟三一讀取參考點獲取的來自每一個接入點AP的信號強度RSS值，獲得所述信號強度RSS值中的最大信號強度RSS值和次最大信號強度RSS值，所述最大信號強度RSS值和次最大信號強度RSS值分別來自第m接入點APm和第η接入點ΑΡη，則參考點的位置在 第m接入點APm和第η接入點APn之間，其中m，η e {1,2, -,max (AP)}；步驟三二 在第m接入點APm和第η接入點APn之間選取與參考點相應(yīng)的有效相 關(guān)定位數(shù)據(jù)；步驟四用神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)進而獲得滿足神經(jīng)網(wǎng)絡(luò) 要求的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；步驟五將待測點獲取的信號強度RSS值導(dǎo)入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，獲得所述待測點的 定位坐標，實現(xiàn)對待測點的定位。本發(fā)明的有益效果為本發(fā)明通過充分利用具有強相關(guān)性的參考點信號特征和有 效避免神經(jīng)網(wǎng)絡(luò)對遠距離位置誤判點進行調(diào)整或修正的不合理處理方法，提高了整個WLAN 室內(nèi)定位系統(tǒng)的有效性和可靠性。


圖1是本發(fā)明的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法的流程圖；圖2是本發(fā)明 的具體實施方式
三中所述的室內(nèi)場景示意圖。
具體實施例方式具體實施方式
一根據(jù)說明書附圖1具體說明本實施方式，本實施方式所述的神 經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法的定位過程為步驟一針對室內(nèi)環(huán)境布置max(AP)個接入點ΑΡ，確保所述環(huán)境中任意一點被兩 個或兩個以上的接入點AP發(fā)出的信號覆蓋；步驟二 在室內(nèi)環(huán)境中均勻設(shè)置N個參考點，選取一個參考點為原點建立直角坐 標系，獲得N個參考點在該直角坐標系中的坐標位置，并在每個參考點上利用信號接收機 采集來自每一個接入點AP的信號強度RSS值；步驟三分別獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)，并將所有參考點的有效相 關(guān)定位數(shù)據(jù)組成神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)的過程為步驟三一讀取參考點獲取的來自每一個接入點AP的信號強度RSS值，獲得所述 信號強度RSS值中的最大信號強度RSS值和次最大信號強度RSS值，所述最大信號強度RSS 值和次最大信號強度RSS值分別來自第m接入點APm和第η接入點ΑΡη，則參考點的位置在 第m接入點APm和第η接入點APn之間，其中m，η e (1,2, -,max (AP)}；步驟三二 在第m接入點APm和第η接入點APn之間選取與參考點相應(yīng)的有效相 關(guān)定位數(shù)據(jù)；步驟四用神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)進而獲得滿足神經(jīng)網(wǎng)絡(luò) 要求的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；步驟五將待測點獲取的信號強度RSS值導(dǎo)入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，獲得所述待測點的 定位坐標，實現(xiàn)對待測點的定位。本實施方式中所述待測點為N個參考點之一。
具體實施方式
二 本實施方式是對具體實施方式
一所述的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的 WLAN室內(nèi)定位方法的進一步說明，具體實施方式
一中步驟三二所述的在第m接入點APm和 第η接入點APn之間選取與參考點相應(yīng)的有效相關(guān)定位數(shù)據(jù)的具體步驟為步驟A 以每一個參考點分別獲取的來自所有接入點AP的信號強度RSS值為行， 建立NXmax (AP)維參考點矩陣，所述矩陣中第X行第Y列交叉獲得的元素APyx表示第χ參 考點獲得的來自第y接入點AP的信號強度RSS值，χ為自然數(shù)，且1 < χ < N，y為自然數(shù)， 且1 < y < max (AP)，從所述參考點矩陣的第m列和第η列中分別選取出第m列最大信號強 度RSS值maxUP/^i和第η列最大信號強度RSS值maxd/^n ；步驟B 計算第j個參考點獲取的第m列信號強度RSS值A(chǔ)Pn^占參考點矩陣第m列
APmj
最大信號強度RSS值的百分比Pj,m，。> = 一 f,100% 同時計算第j個參
max i AJ^x ι，
考點獲取的第η列信號強度RSS值A(chǔ)Pnj占參考點矩陣第η列最大信號強度RSS值ma^ ^^
APni
的百分比<formula>formula see original document page 7</formula>步驟C:首先根據(jù)調(diào)整因子μ獲得信號強度閾值pthrssh。ld，k，所述調(diào)整因子μ為公 式二所示，所述信號強度閾值Pttosh。ld，k為公式三所示
(max 丨 X/fei- APki Λ ηΓ.… _ _ APki > msan 丨 APkx ι
八,、max ι APkx、-mean、APkx、公式二<formula>formula see original document page 7</formula>公式三:p(threshold,k)= P(Jjk) χ μ其中，MMUPh 表示參考點矩陣中第k列平均信號強度RSS值，k分別取值m和 η,即pak)相應(yīng)為ραω)和ραη)，然后判斷參考點矩陣的第k列信號強度RSS值是否大于或 等于閾值1^1^^^ ―購，當判斷結(jié)果為否，則丟棄所述信號強度RSS值，當判斷結(jié)果為 是，則保存所述信號強度RSS值及與之相應(yīng)的參考點坐標作為有效相關(guān)定位數(shù)據(jù)。本實施方式引入調(diào)整因子μ有效獲得了神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練樣本集，并通過所選 取的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，有效保證了訓(xùn)練樣本數(shù)量和強相關(guān)性，降低 了定位誤差，提高了定位精度，且節(jié)省了神經(jīng)網(wǎng)絡(luò)的存儲開銷和學(xué)習(xí)時間。
具體實施方式
三本實施方式是對具體實施方式
一所述的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的 WLAN室內(nèi)定位方法的進一步說明，具體實施方式
一中步驟四所述的用神經(jīng)網(wǎng)絡(luò)方法的區(qū)域 訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)進而獲得滿足神經(jīng)網(wǎng)絡(luò)要求的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的具體過程為步驟Dl 向神經(jīng)網(wǎng)絡(luò)輸入?yún)^(qū)域訓(xùn)練樣本集中的信號強度RSS值及與之相應(yīng)的參考 點坐標，所述參考點坐標為與參考點實際位置相應(yīng)的實際坐標，通過神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)獲取 與所述信號強度RSS值相應(yīng)的實驗坐標；步驟D2 根據(jù)BP-ANN方法獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，所述根據(jù)BP-ANN 方法獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值的具體過程為根據(jù)負梯度方向修正神經(jīng)網(wǎng)絡(luò)權(quán)值，所述神經(jīng)網(wǎng)絡(luò)權(quán)值即為目標函數(shù)，所述目標 函數(shù)如公式四所示
<formula>formula see original document page 8</formula>其中，Ep為第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度RSS值的目標函數(shù)，tpJ為第ρ個輸入 神經(jīng)網(wǎng)絡(luò)的信號強度RSS值所對應(yīng)的實際坐標，Opj為第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度RSS 值所對應(yīng)的實驗坐標，
QEri QEyi dnet. QErs Q πQErs<formula>formula see original document page 8</formula>令 =W獲得公式六-.AVji=η . δ pJ · Opi其中，Iietpj*神經(jīng)網(wǎng)絡(luò)在第ρ個輸入的信號強度方向上的調(diào)整量，Spj為第ρ個
神經(jīng)網(wǎng)絡(luò)的輸出量對網(wǎng)絡(luò)調(diào)整量的偏導(dǎo)數(shù)，Wji表示第j個神經(jīng)元和第i個神經(jīng)元的連接權(quán)
重，Wjk表示第j個神經(jīng)元和第k個神經(jīng)元的連接權(quán)重，Opk表示第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號
強度在第k個神經(jīng)元處的輸出量，Opi表示第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度在第i個神經(jīng)元
dE dE dO ■ dE
處的輸出量，η為學(xué)習(xí)速度，取η > ο,公式六中 定
JPiU iUJP
，
義其為公式七，f' j(netpj)f' j(netpj)為激發(fā)函數(shù)，對公式七進行復(fù)合求導(dǎo)，將目標函數(shù)變
形為公式八，
dEs ^ ..,式=H
dE SfTstk dE d 0046 公式八=Σ?！?“‘奶 Σ^^
τ ^pf, d0XjT=對公式八進行推導(dǎo)并結(jié)合公式六獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，如公式九所 示
'AlVfi=^-Ssj-Olli公式九… _ P - .)."―；
.=-加 )ΣΛΑ. L L、其中，5pJ = (0pJ-tpJ) jfcetj)表示在神經(jīng)網(wǎng)絡(luò)的輸出層Λ = _力(i^g 表示在神經(jīng)網(wǎng)絡(luò)的隱藏層；步驟D3 判斷目標函數(shù)的訓(xùn)練誤差是否滿足神經(jīng)網(wǎng)絡(luò)要求，當判斷結(jié)果為否時， 返回步驟D2調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值重新獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，當判斷結(jié)果為是 時，停止訓(xùn)練，保存神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。針對本實施方式，進行實例分析在圖2所示的室內(nèi)場景中進行實驗，該實驗場景尺寸面積為66. 43X24. 9m2，高度 3m，且擁有19個實驗室，1個會議室和1個乒乓球室，其中1201-1227分別表示房間，1203、 1204、1209、1210、1218、1219、1225和1224表示老師辦公室，其余19個號碼表示19個實驗室，11表示電梯，墻的材料是磚塊，鋁合金窗戶和金屬門，各接入點AP為D-Iink DWL-2100
接入點AP，且用第一接入點AP1，第二接入點AP2，...，第九接入點AP9標示，各接入點AP固定在距地面2m高度的位置，支持IEEE 802. Ilg標準，傳輸速率54Mbps，信號接收機離地 面1. 2m,圖中箭頭標志為1至9號接入點AP放置的位置，圓形標志·為參考點，相鄰參考 點之間間隔為lm，共89個參考點，本試驗中的坐標系以第17點參考點做為原點，以使各參 考點位置取整數(shù)坐標，三角標志為待測點，共15個；使用Intel PRO/ffireless 3945ABG networkconnection的無線網(wǎng)卡連接入網(wǎng)，在Windows XP操作系統(tǒng)下收集來自9個D-Iink DWL-2100接DWL-2100入點AP的信號強度RSS值；選擇走廊(室內(nèi)場景)作為實驗場所， 所述實驗場景(定位區(qū)域)不規(guī)則，使用NetStumbler信號采集軟件對各參考點和待測點 接收的信號強度RSS值進行輪詢采集，且對與各參考點相連接的每一個接入點AP采集3分 鐘數(shù)據(jù)，每秒采樣兩次。對與待測點相連接的每一個接入點AP，進行1分鐘的WLAN信號采 集，每秒采樣兩次。本方法獲得了在15個測試點處的平均定位誤差距離，其相應(yīng)的最小定位誤差為 0. 34m，最大定位誤差為4. 43m，平均定位誤差為1. 88m。相對于原始的單一神經(jīng)網(wǎng)絡(luò)法獲得的在15個待測點處的平均定位誤差距離，其 相應(yīng)的最小定位誤差為0. 92m，最大定位誤差為7. 74m，平均定位誤差為3. 37m，本方法在最 小定位誤差、最大定位誤差以及平均定位誤差方面，都有很大的優(yōu)勢。
權(quán)利要求
神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法，其特征在于它的定位過程為步驟一針對室內(nèi)環(huán)境布置max(AP)個接入點AP，確保所述環(huán)境中任意一點被兩個或兩個以上的接入點AP發(fā)出的信號覆蓋；步驟二在室內(nèi)環(huán)境中均勻設(shè)置N個參考點，選取一個參考點為原點建立直角坐標系，獲得N個參考點在該直角坐標系中的坐標位置，并在每個參考點上利用信號接收機采集來自每一個接入點AP的信號強度RSS值；步驟三分別獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)，并將所有參考點的有效相關(guān)定位數(shù)據(jù)組成神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集獲得每一個參考點的有效相關(guān)定位數(shù)據(jù)的過程為步驟三一讀取參考點獲取的來自每一個接入點AP的信號強度RSS值，獲得所述信號強度RSS值中的最大信號強度RSS值和次最大信號強度RSS值，所述最大信號強度RSS值和次最大信號強度RSS值分別來自第m接入點APm和第n接入點APn，則參考點的位置在第m接入點APm和第n接入點APn之間，其中m，n∈{1，2，…，max(AP)}；步驟三二在第m接入點APm和第n接入點APn之間選取與參考點相應(yīng)的有效相關(guān)定位數(shù)據(jù)；步驟四用神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)進而獲得滿足神經(jīng)網(wǎng)絡(luò)要求的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；步驟五將待測點獲取的信號強度RSS值導(dǎo)入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，獲得所述待測點的定位坐標，實現(xiàn)對待測點的定位。
2.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法，其特征在于步驟 三二所述的在第m接入點APm和第η接入點APn之間選取與參考點相應(yīng)的有效相關(guān)定位數(shù) 據(jù)的具體步驟為步驟A 以每一個參考點分別獲取的來自所有接入點AP的信號強度RSS值為行，建立 NXmax (AP)維參考點矩陣，所述矩陣中第X行第Y列交叉獲得的元素APyx表示第χ參考點 獲得的來自第y接入點AP的信號強度RSS值，χ為自然數(shù)，且1 < χ < N，y為自然數(shù)，且1 < y < max (AP)，從所述參考點矩陣的第m列和第η列中分別選取出第m列最大信號強度 RSS值max (APmx)和第η列最大信號強度RSS值max (APnx)；步驟B:計算第j個參考點獲取的第m列信號強度RSS值A(chǔ)Pn^占參考點矩陣 第m列最大信號強度RSS值Hiax(APmx)的百分比P>，同時計算第j個參考點獲 APmi‘P^ =^取的Hn列信號強度RSS值A(chǔ)Pnj占參考點矩陣第η列:t大信號<formula>formula see original document page 0</formula>強度RSS值max (APnx)的百分比Pj,n，巧)=一丄,100%步驟C:首先根據(jù)調(diào)整因子μ獲得信號強度閾值pthresh。ld,k，所述調(diào)整因子μ為公式二 所示，所述信號強度閾值Pthresh。ld,k為公式三所示<formula>formula see original document page 0</formula>公式三=P (threshold, k) = P(j,k)X μ其中，mean (APkx)表示參考點矩陣中第k列平均信號強度RSS值，k分別取值m和n，即P(J,k)相應(yīng)為Pam)和Ραη)，然后判斷參考點矩陣的第k列信號強度RSS值是否大于或等 于閾值max (APkx) Xp(tosh。ld, k)，當判斷結(jié)果為否，則丟棄所述信號強度RSS值，當判斷結(jié)果 為是，則保存所述信號強度RSS值及與之相應(yīng)的參考點坐標作為有效相關(guān)定位數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法，其特征在于步驟四 所述的用神經(jīng)網(wǎng)絡(luò)方法的區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)進而獲得滿足神經(jīng)網(wǎng)絡(luò)要求的神 經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的具體過程為步驟Dl 向神經(jīng)網(wǎng)絡(luò)輸入?yún)^(qū)域訓(xùn)練樣本集中的信號強度RSS值及與之相應(yīng)的參考點坐 標，所述參考點坐標為與參考點實際位置相應(yīng)的實際坐標，通過神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)獲取與所 述信號強度RSS值相應(yīng)的實驗坐標；步驟D2 根據(jù)BP-ANN方法獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，所述根據(jù)BP-ANN方法 獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值的具體過程為根據(jù)負梯度方向修正神經(jīng)網(wǎng)絡(luò)權(quán)值，所述神經(jīng)網(wǎng)絡(luò)權(quán)值即為目標函數(shù)，所述目標函數(shù) 如公式四所示公式四Er=1/2∑(t-o)2其中，Ep為第P個輸入神經(jīng)網(wǎng)絡(luò)的信號強度RSS值的目標函數(shù)，tPJ為第P個輸入神經(jīng) 網(wǎng)絡(luò)的信號強度RSS值所對應(yīng)的實際坐標，Opj為第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度RSS值所 對應(yīng)的實驗坐標，根據(jù)公式五· aEp/aWji=aEp/anet anetw/aWji=aEp/anet a/aWji∑WjkOplc=aEp/anet Opi獲得公式六￡=-aEp/anet其中，netpJ為神經(jīng)網(wǎng)絡(luò)在第ρ個輸入的信號強度方向上的調(diào)整量，δ pJ為第ρ個神經(jīng)網(wǎng)絡(luò)的輸出量對網(wǎng)絡(luò)調(diào)整量的偏導(dǎo)數(shù)，Wji表示第j個神經(jīng)元和第i個神經(jīng)元的連接權(quán)重，Wjk表示第j個神經(jīng)元和第k個神經(jīng)元的連接權(quán)重，Opk表示第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度在第k個神經(jīng)元處的輸出量，Opi表示第ρ個輸入神經(jīng)網(wǎng)絡(luò)的信號強度在第i個神經(jīng)元處的輸出量，η為學(xué)習(xí)速度，取η >0，公式六中 = ==一定義其為<formula>formula see original document page 3</formula>公式七，f' j(netpJ)為激發(fā)函數(shù)，對公式七進行復(fù)合求導(dǎo)，將目標函數(shù)變形為公式八，公式八.<formula>formula see original document page 3</formula>對公式八進行推導(dǎo)并結(jié)合公式六獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，如公式九所示公式九<formula>formula see original document page 4</formula>其中<formula>formula see original document page 4</formula>表示在神經(jīng)網(wǎng)絡(luò)的輸出層<formula>formula see original document page 4</formula>表示在神經(jīng) 網(wǎng)絡(luò)的隱藏層；步驟D3 判斷目標函數(shù)的訓(xùn)練誤差是否滿足神經(jīng)網(wǎng)絡(luò)要求，當判斷結(jié)果為否時，返回 步驟D2調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值重新獲得神經(jīng)網(wǎng)絡(luò)負梯度方向修正權(quán)值，當判斷結(jié)果為是時，停 止訓(xùn)練，保存神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。
全文摘要
神經(jīng)網(wǎng)絡(luò)區(qū)域訓(xùn)練的WLAN室內(nèi)定位方法，它涉及室內(nèi)定位領(lǐng)域。它解決了現(xiàn)有室內(nèi)神經(jīng)網(wǎng)絡(luò)定位方法中地理環(huán)境不規(guī)則所帶來的定位誤差大和冗余開銷大的問題，本發(fā)明首先針對室內(nèi)環(huán)境布置接入點AP，然后在室內(nèi)環(huán)境中設(shè)置參考點，接下來利用每一個參考點的信號強度RSS值的強弱確定對該參考點定位信息影響最大的兩個接入點AP，再根據(jù)調(diào)整因子μ得到神經(jīng)網(wǎng)絡(luò)的區(qū)域訓(xùn)練樣本集，進而利用所述區(qū)域訓(xùn)練樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，獲得滿足神經(jīng)網(wǎng)絡(luò)要求的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，最后將待測點的信號強度RSS值導(dǎo)入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，獲得待測點的定位坐標。本發(fā)明的方法用于復(fù)雜系統(tǒng)中定位。
文檔編號H04W16/20GK101815308SQ20091031012
公開日2010年8月25日 申請日期2009年11月20日 優(yōu)先權(quán)日2009年11月20日
發(fā)明者孫穎, 孟維曉, 徐玉濱, 沙學(xué)軍, 譚學(xué)治, 馬琳 申請人:哈爾濱工業(yè)大學(xué)