基于LS-SVM方向判别模型的WLAN室内定位方法

李石荣，何富贵，朱雪梅



基于LS-SVM方向判别模型的WLAN室内定位方法

李石荣1，何富贵1，*朱雪梅2

（1. 皖西学院电子与信息工程学院，安徽，六安 237012；2. 皖西学院实验实训管理部，安徽，六安 237012；）

为解决WLAN室内定位中信号在传播过程受人体遮挡产生阴影衰落而影响定位精度的问题，提出了一种最小二乘法支持向量机（LS-SVM）方向判别模型的WLAN室内定位方法。该方法主要分为两个部分：首先，充分利用人体在不同遮挡方向上产生阴影衰落的接收信号强度变化（RSS）特征信息，判定人体遮挡方向；然后，通过LS-SVM回归算法建立指纹点特征数据与位置之间的映射关系获取定位点位置结果。实验结果表明，与传统利用SVM的定位方法相比，提出的方向判别模型可解决人体遮挡产生的阴影衰落影响定位精度的问题，提高了定位的实用性和鲁棒性。

接收信号强度变化；室内定位；阴影衰落；最小二乘法支持向量机；方向判别模型

0 引言

近年来，随着无线网络与计算机的发展应用，基于位置的服务（LBS）受到了越来越多的关注，而高精度的定位系统是LBS的重要研究方向之一。当前GPS在室外定位和导航领域效果较好，然而该技术并不能移植于室内环境中，因而解决室内定位技术成为了当前的一个难点。

现有的室内定位技术有基于Wi-Fi[1]、蓝牙[2]、Zigbee[3]和RFID[4]等，当前解决室内定位的方法主要有基于到达时间和时间差（TOA/TDOA）,到达方向（DOA）和接收信号强度（RSS）等。文献[5]和文献[6]分别对当前室内定位领域中的技术和方法进行了比较，文献[6]对定位技术进行了总结并提出了未来定位技术的精度标准。……