基于LS-SVM方向判別模型的WLAN室內定位方法

李石榮，何富貴，朱雪梅

?

基于LS-SVM方向判別模型的WLAN室內定位方法

李石榮1，何富貴1，*朱雪梅2

（1. 皖西學院電子與信息工程學院，安徽，六安 237012；2. 皖西學院實驗實訓管理部，安徽，六安 237012；）

為解決WLAN室內定位中信號在傳播過程受人體遮擋產生陰影衰落而影響定位精度的問題，提出了一種最小二乘法支持向量機（LS-SVM）方向判別模型的WLAN室內定位方法。該方法主要分為兩個部分：首先，充分利用人體在不同遮擋方向上產生陰影衰落的接收信號強度變化（RSS）特征信息，判定人體遮擋方向；然后，通過LS-SVM回歸算法建立指紋點特征數據與位置之間的映射關系獲取定位點位置結果。實驗結果表明，與傳統利用SVM的定位方法相比，提出的方向判別模型可解決人體遮擋產生的陰影衰落影響定位精度的問題，提高了定位的實用性和魯棒性。

接收信號強度變化；室內定位；陰影衰落；最小二乘法支持向量機；方向判別模型

0 引言

近年來，隨著無線網絡與計算機的發展應用，基于位置的服務（LBS）受到了越來越多的關注，而高精度的定位系統是LBS的重要研究方向之一。當前GPS在室外定位和導航領域效果較好，然而該技術并不能移植于室內環境中，因而解決室內定位技術成為了當前的一個難點。

現有的室內定位技術有基于Wi-Fi[1]、藍牙[2]、Zigbee[3]和RFID[4]等，當前解決室內定位的方法主要有基于到達時間和時間差（TOA/TDOA）,到達方向（DOA）和接收信號強度（RSS）等。文獻[5]和文獻[6]分別對當前室內定位領域中的技術和方法進行了比較，文獻[6]對定位技術進行了總結并提出了未來定位技術的精度標準。……