鄢 松，吴 飞，朱 海，陆雯霞

改进的动态差分优化网络的室内分级定位方法

鄢 松，吴 飞，朱 海，陆雯霞

（上海工程技术大学 电子电气工程学院，上海 201620）

针对指纹定位方法中单一指纹信息特征有限，以及在提升定位精度时，因增大指纹库造成指纹匹配复杂度增加，导致定位效率不高等问题，提出一种改进的动态差分优化网络的室内分级定位方法：离线阶段，在无线保真（WiFi）指纹中引入三轴地磁强度特征，增加定位区域的局部特征信息，并将指纹样本通过均值聚类算法（-means）进行聚类切分，形成区域指纹库，各区域指纹库分别利用改进的动态差分优化埃尔曼神经网络（IDDE-ENN）模型，训练得到每个区域的精细定位模型；在线定位阶段，根据用户的定位数据与区域指纹库的聚类中心匹配，在减少指纹搜索复杂度的同时，实现了区域级定位，然后通过该区域的定位模型对用户进行精细定位。实验结果表明，该方法在线定位阶段的平均定位误差为1.67 m，验证了该室内定位模型的有效性。

分级定位；动态差分；埃尔曼神经网络；地磁导航

0 引言

随着室外定位技术的不断发展，人们对定位服务的依赖越来越多，对基于位置服务的需求也日益增长。目前，室外定位技术已逐渐发展成熟，基本满足民用需求，但是在室内定位方面，由于定位场景的多样性、室内环境复杂性以及一些定位技术的局限性等原因，尚未形成一套统一的、稳定成熟的解决方案。

针对日常生活……