基于改进型TrAdaBoost的迁移学习室内定位方法

作者：王昱洁; 张勇; 何飞; 吴承斌

来源：2021-01-13, 中国, ZL202110039900.7.

本发明公开了一种基于改进型TrAdaBoost的迁移学习室内定位方法,其步骤包括：1、将采集指纹数据库的原始场景作为源域,将新场景或内部环境发生变化的场景定义为目标域；2、利用One-Hot算法对消除线性变换后的CSI幅度数据进行编码；3、利用One-vs-Rest算法对处理后的幅度数据进行交叉匹配；4、利用TrAdaBoost算法调整源域和目标域数据的权值,训练出最终的多分类器,并结合两个场景的指纹特征构建新的指纹图库,用于目标域的定位；5、最后,通过置信回归估计测试点的位置。本发明能以较低的成本更新场景发生变化的指纹库或建立新场景的指纹库,在保证较高定位精度的前提下降低算法复杂度。

• 单位
  合肥工业大学