(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111354331.1 (22)申请日 2021.11.12 (65)同一申请的已公布的文献号 申请公布号 CN 114268919 A (43)申请公布日 2022.04.01 (73)专利权人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 林坤海　韩圣千　 (74)专利代理 机构 北京永创新实专利事务所 11121 专利代理师 周长琪 (51)Int.Cl. H04W 4/33(2018.01) H04W 64/00(2009.01) G06F 16/29(2019.01)G06F 17/12(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (56)对比文件 WO 20201689 29 A1,2020.08.27 CN 109341682 A,2019.02.15 CN 107727095 A,2018.02.23 CN 110381440 A,2019.10.25 US 2021152990 A1,2021.0 5.20 刘兆岩等.基 于CSI相位矫正的室内指纹定 位技术研究. 《无线电工程》 .2020,(第02期), 审查员 马俞如 (54)发明名称 一种基于加权k近邻的信道状态信息指纹定 位方法 (57)摘要 本发明公开了一种基于加权k近邻的信道状 态信息指纹定位方法， 属于室内定位技术领域。 本发明方法对现有CSI指纹定位系统进行改进， 包括： 采用基于预测真实空间距离的近邻点召回 方案提高近邻点召回质量， 近邻点召回模型优选 拉索回归模 型； 采用基于神经网络拟合加权系数 的近邻点加权方案改进近邻点权重设置， 并采用 添加先验线性方程的形式改善神经网络输入输 出相关性不足导致的收敛问题； 在线定位时， 利 用训练好的近邻点召回模型选取与待测点的距 离最近的k个近邻点， 利用训练好的近邻点加权 模型预测k个近邻点的加权系数， 最后对k个近邻 点的位置进行加权求和确定待测点位置。 采用本 发明方法有效提高了 CSI指纹定位精度。 权利要求书2页 说明书5页 附图2页 CN 114268919 B 2022.10.18 CN 114268919 B 1.一种基于加权k近邻的信道状态信息指纹定位方法， 其特 征在于， 包括如下步骤： 步骤1： 离线构建指纹地图库； 步骤2： 离线训练近邻点召回模型； 所述近邻点召回模型为机器学习模型， 模型的输入特征是两样本点的CSI的幅度向量 和相位向量的多种距离度量值， 包括两样 本点的CSI幅度向量和相位向量的相关系数、 余弦 相似度、 不同参数的闵可夫斯基距离， 模型的输出是两样 本点的真实距离， 所述近邻点召回 模型利用训练样本学习两个样本点之间的真实距离； 其中， CSI表示信道状态信息； 步骤3， 离线训练近邻点加权模型； 所述近邻点加权模型采用输出层为softmax的全连接神经网络， 神经网络的输入特征 是k个近邻点与待测点的指纹距离， 神经网络的输出 是k个近邻点的权 重系数； 在训练所述近邻点加权模型时， 添加 “距离越近， 权重越大 ”的先验知识， 计算获取样本 标签， 对所述近邻点加权模型进行训练； 其中， 设第i个近邻点的位置坐标为(xi,yi)， 待测点 的真实位置坐标为(x0,y0)， 第i个近邻点的权重系数为wi； 则期望权重系数wi满足下面条 件： 在训练时， 添加 “距离越近， 权重越大 ”的先验知 识， 设di表示第i个近邻点到待测点的真 实距离， 则以第一个近邻点为基准， 先验知识表达为： w1/wi＝di/d1， 该公式移项后为wi的线 性方程， 则k个近邻点共添加如下k ‑1个线性方程： 因此， 优化问题转 化为如下带约束的最小二乘问题： min||Aw‑B||2 其中 权　利　要　求　书 1/2 页 2 CN 114268919 B 2对x0～xk和y0～yk分别进行归一 化处理； 对上述最小二乘问题求 解， 如下： λ为拉格朗日乘子； 将求 解结果作为样本标签， 标签即k个近邻点的权 重； 步骤4， 在线定位时， 首先利用训练好的近邻点召回模型预测指纹地图库中参考点与待 测点的距离， 选取距离最小的k个参考点作为近邻点， 再利用训练好的近邻点加权模型预测 k个近邻点的加权系数， 最后对k个近邻点的位置进行加权求和 确定待测点 位置。 2.根据权利要求1所述的方法， 其特征在于， 所述的步骤2中， 机器学习模型采用拉索回 归模型。 3.根据权利要求1所述的方法， 其特征在于， 所述的步骤3 中， 所述的近邻点与待测点的 指纹距离 选取相似度最高的四种指纹度量 值。权　利　要　求　书 2/2 页 3 CN 114268919 B 3