[發明專利]一種基于生成對抗網絡的WIFI室內定位指紋庫的構建方法有效
| 申請號: | 201711115293.8 | 申請日: | 2017-11-13 |
| 公開(公告)號: | CN107832834B | 公開(公告)日: | 2020-02-14 |
| 發明(設計)人: | 李奇越;曲恒;黎潔;張凱;孫偉;周娜娜 | 申請(專利權)人: | 合肥工業大學 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06K9/62;G06N3/08;H04W4/02;H04W4/33;H04W64/00 |
| 代理公司: | 34101 安徽省合肥新安專利代理有限責任公司 | 代理人: | 陸麗莉;何梅生 |
| 地址: | 230009 安*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 生成 對抗 網絡 wifi 室內 定位 指紋 構建 方法 | ||
1.一種基于生成對抗網絡的WIFI室內定位指紋庫的構建方法,其特征是按如下步驟進行:
步驟1、將一室內空間的外接矩形作為WIFI室內定位區域,將所述WIFI室內定位區域均勻劃分為a個正方形網格;以每個正方形網格的中心點作為參考點,從而形成參考點集合,記為CP={CP1,CP2,...,CPi,...,CPa},其中,CPi表示第i個正方形網格內的參考點,i=1,2,...,a;
步驟2、在所述WIFI室內定位區域外設置一個b根天線的路由器作為發射設備記為AP,在每個參考點上設置一個c根天線的設備作為接收設備;
所述第i個正方形網格內的參考點CPi在一段時間內利用所述接收設備按照采樣速率v連續采集所述發射設備發送的n個WIFI信號,從而構成第i個參考點CPi的信號時間序列集合其中,表示第i個參考點CPi在第j次采集的WIFI信號,且為b×c×m的三維復數矩陣,m表示所述發射設備發射的WIFI信號信道數,b×c表示所述接收設備和發射設備之間的鏈路數量,j=1,2,...,n;
步驟3、以所述第i個參考點CPi的信號時間序列集合CSIi中不同鏈路所采集到的WIFI信號來代表不同種類的位置信息,從而構成第i個參考點CPi的位置信息集合其中,表示第i個參考點CPi接收到的第k條鏈路的n個WIFI信號,且為n×m的二維復數矩陣,k=1,2,...,b×c;
隨機從二維復數矩陣的n行中取出p行數據,共取q次,組成q個p×m的二維復數矩陣,從而重構第i個參考點CPi的位置信息集合為其中,表示第i個參考點CPi的第k條鏈路的q個p×m的復數矩陣;
對重構的位置信息集合CPI′i中的所有復數矩陣分別取出實部和虛部作出幅值相位圖,得到第i個參考點CPi的b×c條鏈路的幅值相位圖集合其中,表示第i個參考點CPi的第k條鏈路的q張幅值相位圖,進而得到a個參考點處的幅值相位圖集合PIC={PIC1,PIC2,...,PICi,...,PICa}并構成初步指紋庫;
步驟4、對所述第i個參考點CPi的幅值相位圖集合PICi中的圖片進行像素變換處理,得到第i個參考點CPi的訓練集其中,表示像素變換后的第i個參考點CPi的第k條鏈路的q張幅值相位圖,且的像素為w×h;
步驟5、利用第i個參考點CPi的訓練集對初始生成對抗網絡模型進行訓練,得到第i個生成對抗網絡模型:
步驟5.1、設置生成對抗網絡的訓練總批次為s,當前批次為t,最大迭代次數為f,當前迭代次數為z,學習率變化率為g,將所述第i個參考點CPi的訓練集PIC′i分為s個批次,且每個批次有l張幅值相位圖;設置標志位flag;
步驟5.2、初始化t=1,z=1;
步驟5.3、將第t批次的l張幅值相位圖集合DPICt作為真實樣本,將l張由服從均勻分布的u維隨機向量zt生成的圖片作為假樣本,分別作為輸入樣本輸入生成對抗網絡的判別器D1中,分別輸出一個l維的向量D1_logitst和D1 logitst_,所述向量D1_logitst表示輸入樣本為真實樣本的概率,所述向量D1 logitst_表示輸入樣本為假樣本的概率,所述判別器D1中包含五個處理過程,分別為第一個的卷積和激活函數處理,第二至第四個的批標準化、卷積和激活函數處理,以及第五個的全連接式的線性化處理;
步驟5.4、分別對所述向量D1_logitst和D1 logitst_取均值處理后相加得到判別器D1的輸出誤差d_losst;
步驟5.5、采用自適應優化算法RMSProp,并以學習率變化率g對所述輸出誤差d_losst進行最小化處理,從而更新判別器D1的參數;
步驟5.6、初始化flag=0;
步驟5.7、將l個服從均勻分布的u維隨機向量zt輸入生成對抗網絡的生成器G中,輸出l張w×h的圖片集合GPICt,所述生成器G中包含五個處理過程,分別為第一個的全連接層,第二至第五個的激活函數、批標準化和反卷積處理;
步驟5.8、將l張像素大小為w×h的圖片集合GPICt輸入生成對抗網絡的判別器D2中,從而輸出一個l維的向量D2_logitst;所述判別器D2與所述判別器D1的處理過程相同;
步驟5.9、對所述l維的向量D2_logitst取均值處理后得到生成器G的輸出誤差g_losst;
步驟5.10、采用自適應優化算法RMSProp,并以學習率變化率g對所述輸出誤差g_losst進行最小化處理,從而更新生成器G的參數;
步驟5.11、令flag+1賦值給flag;若flag=2則執行步驟5.12;否則,返回步驟5.7-步驟5.10;
步驟5.12、令t+1賦值給t,令z+1賦值給z;判斷t<s且z<f是否成立,若成立,則轉步驟5.3,否則,執行步驟5.13;
步驟5.13、判斷t=s且z<f是否成立,若成立,則令t=0,并轉步驟5.3;否則結束迭代,得到第i個生成對抗網絡模型;
步驟6、將r個服從均勻分布的u維隨機向量z輸入所述第i個生成對抗網絡模型的生成器G中,從而生成r張對應于第i個參考點CPi的b×c條鏈路的幅值相位圖集合IPICi;
步驟7、重復步驟5和步驟6,從而生成a個參考點處的幅值相位圖集合IPIC={IPIC1,IPIC2,...,IPICi,...,IPICa};
步驟8、將所述a個參考點處的幅值相位圖集合IPIC加入所述初步指紋庫中,從而構成WIFI室內定位指紋庫。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于合肥工業大學,未經合肥工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/201711115293.8/1.html,轉載請聲明來源鉆瓜專利網。





