基于UMAP降维的Stacking组合模型的WAPI室内定位方法

本发明公开了一种基于UMAP降维的Stacking组合模型WAPI室内定位方法，包括：1、采集建筑物内多个位置点的WiFi信号强度RSSI数据，并将其与对应的坐标信息进行关联，建立初始指纹数据库；2、引入均匀流形近似投影(UMAP)算法，对初始指纹数据进行降维，保留核心特征信息，得到指纹数据库；3、选取若干个初级学习器，以RF为次级学习器，构建Stacking组合模型，通过学习指纹数据库中的数据，建立特征与位置之间的映射关系；4、WLAN路由器实时采集目标的RSSI数据并上传平台，平台端利用上述映射关系得到目标位置估计，再通过Stacking组合模型完成位置的精确预测。本发明具有较高的定位精度和计算效率，适用于各种室内场景下的WAPI的目标定位和跟踪，具有广阔的应用前景。