CN102883262A

CN102883262A - 一种基于指纹匹配的Wi-Fi室内定位方法

Info

Publication number: CN102883262A
Application number: CN2012103453377A
Authority: CN
Inventors: 胡扬; 王可; 祝锋; 宋诗琴; 李斗
Original assignee: Peking University
Current assignee: Peking University
Priority date: 2012-09-17
Filing date: 2012-09-17
Publication date: 2013-01-16
Anticipated expiration: 2032-09-17
Also published as: CN102883262B

Abstract

本发明公开了一种基于指纹匹配的Wi-Fi室内定位方法。本方法为：1)对待测室内空间S划分为多个参考节点，将移动终端A放置在每个参考节点处，采集Wi-Fi信号并存入服务器数据库中，构建空间S的信号数据库；2)服务器将空间S划为q个区域，并对于任一区域j，建立每一MAC地址的有效信号范围；3)当移动终端B处于空间S时，将采集信号发送至服务器；服务器遍历每一区域中每一MAC地址的有效信号范围，判断当前信号所属的区域；如果有效信号最多的区域仅有一个，则判定移动终端B处在该区域中；如果有多个，则判定信号空间距离最小的区域为终端B所在的区域；服务器根据所在区域所包含的参考节点坐标，得到终端B的位置。

Description

一种基于指纹匹配的Wi-Fi室内定位方法

技术领域

本发明属于无线通信技术领域，具体涉及一种利用Wi-Fi信号实现室内定位的方法，该技术将移动设备采集到的Wi-Fi信号与数据库中Wi-Fi热点信息进行指纹匹配处理，得到移动设备在室内的精确位置。

背景技术

Wi-Fi无线网络由接入点AP(Access Point)和无线网卡组成，AP一般处于固定位置，其发射的信号中包含热点的全球唯一标识、网络名称、加密方式等信息。移动终端通过扫描可以得到附近热点的ID、网络名称和终端所处位置的RSSI(Received Signal Strength Indication，接收的信号强度指示)等内容。

指纹匹配实现Wi-Fi定位的过程是：根据定位需要，在服务器中建立存储Wi-Fi信号的数据库，存储Wi-Fi信号的MAC地址、信号强度等数据。例如在室内条件下，将室内环境抽象为二维空间，将二维空间进行网格划分并在选定位置(称为参考节点)采集数据，填充数据库表。定位时，移动终端将采集到的Wi-Fi信号信息传递给存储有已知位置处Wi-Fi信号信息的数据库，信号采样值与存储数据进行匹配，从而确定终端位置。指纹匹配定位不需要Wi-Fi节点的安装位置信息。

利用指纹匹配方式实现精确定位的传统方法为KNN(K Nearest Neighbor，确定性K个最近邻居)算法：选取信号空间距离最近的K个参考节点，将未知节点定位在K个参考节点的坐标平均处。但是实际测试发现，参考节点通常不能正确选取。由于存在随机干扰，信号空间距离与坐标空间最近的K个点的偏差很大。因此传统KNN算法的定位性能较差。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于利用指纹匹配思路的基础上，提出了一种基于指纹匹配的Wi-Fi室内定位方法，该方法通过优化参考节点的选取方式，能够较准确地对移动终端进行定位。

本发明的技术方案是：

一种基于指纹匹配的Wi-Fi室内定位方法，其步骤为：

1)对待测室内空间S进行网格划分，并将划分结果分别存储到一服务器和一移动终端A中；其中，每一网格作为一参考节点；

2)对于每一参考节点k，将移动终端A放置在每个参考节点k处，采集能够得到的Wi-Fi信号信息，将这些信息存入服务器数据库中；所述信号信息包括Wi-Fi节点的MAC地址、Wi-Fi节点的信号强度指示RSSI；

3)所述服务器根据该室内空间S所有参考节点的信号信息构建该室内空间S的Wi-Fi信号数据库；

4)所述服务器根据该数据库将该室内空间S划为q个区域，并对于任一区域j，建立每一MAC地址的有效信号范围；

5)当某一移动终端B处于该室内空间S时，采集Wi-Fi信号信息并将其发送至所述服务器；

6)所述服务器遍历每一区域中每一MAC地址的有效信号范围，如果当前信号中的接收信号强度指示RSSIi’在一MAC地址的有效信号范围内，则判断当前信号为该MAC地址的有效信号范围所在区域的有效信号；

7)所述服务器统计每一区域的有效信号数，如果拥有有效信号最多的区域仅有一个，则判定移动终端B处在该区域中；如果拥有有效信号最多的区域有多个，则判定信号空间距离最小的区域为移动终端B所在的区域；

8)所述服务器根据移动终端B所在区域所包含的参考节点坐标，得到移动终端B的位置。

进一步的，所述服务器将该室内空间S划为q个区域，其中每一区域包括最紧临的K个参考节点。

进一步的，应用加权公式

确定移动终端B的位置坐标；其中，w_k移动终端B所在区域内第k个参考节点坐标的权重，(x，y)为第k个参考节点的二维坐标；K为移动终端B所在区域内的参考节点总数。

进一步的，所述权重

w_{k} = \frac{1}{D (k)}

或

w_{k} = \frac{1}{D^{2} (k),},

D (k) = \sqrt{Σ_{l = 1}^{p^{'}} {(RSSIkl - RSSIl)}^{2}}

l为有效信号的热点标识，p’为区域中的有效信号总数，RSSIkl表示移动终端A在第k个参考节点接收的热点l的信号强度，RSSIl表示移动终端B接收到的热点l的信号强度。

进一步的，对于任一区域j，建立每一MAC地址的有效信号范围的方法为：对于每个MAC地址，在区域j所包含的K个参考节点中选出所述数据库中当前MAC地址i对应的RSSI的最大值MaxRSSIji和最小值MinRSSIji，以[MinRSSIji-delta，MaxRSSIji+delta]作为j区域中第i个MAC地址对应的有效信号范围；其中，i＝1、2...、p，p为该室内空间S内移动终端A能收到的MAC地址总数，delta为调节阈值；

进一步的，采用信号空间距离公式计算信号空间距离，h为第n个区域中的第h个参考节点，n＝1、2...、a，a为有效信号最多区域的总数，l为有效信号的热点标识，p’为区域中的有效信号总数；RSSIhl表示移动终端A在第h个参考节点接收的热点l的信号强度，RSSIl表示移动终端B接收到的热点l的信号强度。

进一步的，对于矩形待测室内空间S，将其划分为M×N个全等矩形，依次标记为矩形1、2、3...、M×N-1、M×N；将每个矩形的中心记作参考节点的位置坐标。

进一步的，将移动终端A放置在每个参考节点的位置坐标处，多次扫描得到所有能够得到的Wi-Fi信号信息，所述数据库存储的Wi-Fi节点的信号强度指示RSSI为Wi-Fi节点的平均信号强度指示RSSI。

本发明的主要内容为：

一种基于指纹匹配的Wi-Fi室内定位方法，其步骤为：

1)将室内环境S进行网格划分(通常为全等的矩形，每一矩形网格中心为一参考节点)，在每一矩形的固定位置(即每一参考节点)对室内环境中能够接收到的Wi-Fi信号进行大量采样、记录和统计分析，在服务器中构建关于该室内环境S的Wi-Fi信号数据库；

2)移动终端处于该室内环境S中的任意一点，采集Wi-Fi信号，并且将信号信息发送至存储有Wi-Fi信号数据库的服务器中；

3)在服务器中对接收到的信号进行匹配处理，利用本发明提出的WKCNN(Weighted KContinuous Nearest Neighbor，K个连续最近邻居加权)算法得到移动终端的精确位置；

进一步，在上述步骤1)中，将一个矩形室内环境划分为M×N个全等矩形，依次标记为矩形1、2、3...、M×N-1、M×N。将每个矩形的中心记作参考节点，将移动终端设备放置在每个参考节点处，多次扫描得到所有能够得到的Wi-Fi信号信息，如每个Wi-Fi节点的MAC地址、接收信号强度指示RSSI等，将这些信息存入服务器数据库中。对于参考节点h(h＝1、2...、M×N)记接收到的Wi-Fi信号有p个，MAC地址分别记为MAC1、MAC2...、MACp，平均强度记为RSSIh1、RSSIh2...、RSSIhp，即每一次扫描都会得到多个信号及其相应的强度，一个信号对应一个强度，例如：信号MAC地址为12:34:56:78，会有相应的一个强度RSSI：-56dBm。多次测量之后，每个MAC地址会积累下多个强度，例如：信号MAC地址为12:34:56:78，第一次，-56dBm，第二次，-61dBm，第三次……然后进行平均。

进一步，在上述步骤2)中，设移动终端能够接收到的p个信号信号强度为RSSI1’、RSSI2’...、RSSIp’。

进一步，在上述步骤3)中，利用WKCNN算法实现精确定位分为三步实现：

①将最紧临的K个参考节点划分为一个区域，按照最紧临方法，可以将整个室内划为q个区域，比如将最接近的四个点，划分为一个区域(如附图4所示，即K＝4)。某一区域j中，对于每个MAC地址(共有p个，每个都对应于唯一的Wi-Fi信号)，在区域所包含的K个参考节点中选出数据库中当前MAC地址对应的RSSI的最大值和最小值，分别记作MaxRSSIj1、MaxRSSIj2...、MaxRSSIjp和MinRSSIj1、MinRSSIj2...、MinRSSIjp。以[MinRSSIji-delta，MaxRSSIji+delta](j＝1、2...、q，i＝1、2...、p，delta作为调节阈值)作为判断采集信号是否在j区域中第i个MAC地址对应的有效信号范围。

②当移动终端采集信号RSSIi’落入[MinRSSIji-delta，MaxRSSIji+delta]范围时，我们认为该信号在区域j的第i个MAC地址的有效信号范围有效，即在区域j中是有效的。遍历所有q个区域，如果拥有有效信号最多的区域仅有一个，那么我们认为移动终端处在该区域中；如果拥有有效信号最多的区域有a个，有效信号数同为p’，则利用信号空间距离公式：

D (n) = Σ_{h = 1}^{K} \sqrt{Σ_{l = 1}^{p^{'}} {(RSSIkl - RSSIl)}^{2}}

其中1～K的参考节点在第n个区域中，n＝1、2...、a，h为第n个区域中的第h个参考节点，l为热点的有效信号，l＝1、2、…、p’。

将信号空间距离最小的区域认为是移动终端所在的区域。

③移动终端离某一参考节点的信号空间距离D(k)越小，应该与位置k的坐标空间距离越近，因此在确定了移动终端所处的区域后，在计算精确位置时应用加权方式。加权后的定位坐标为：

(x, y) = \frac{Σ_{k = 1}^{K} w_{k} \cdot (x_{k}, y_{k})}{Σ_{k = 1}^{K} w_{k}}

其中，w_k表示与信号空间距离相关的第k个参考节点坐标的权重，一般有

或

两种方式，(x，y)为第k个参考节点已知的二维坐标位置。

其中，位置点与参考节点的信号空间距离的计算公式为：

D (k) = \sqrt{Σ_{l = 1}^{p^{'}} {(RSSIkl - RSSIl)}^{2}}

至此，通过指纹匹配WKCNN算法得到了移动终端的精确位置(x，y)。

与现有技术相比，本发明的技术效果在于：

本发明提出了一种基于指纹匹配的Wi-Fi室内定位优化实现方法。该方法利用移动终端设备扫描得到的Wi-Fi信号和数据库中存储的数据进行匹配，实现了较准确的室内定位。其中，WKCNN算法对扫描得到的信号进行了三次处理，第一次处理筛除了较弱的不可靠信号；第二次处理将设备位置锁定在确定的小区域内，减少了第三次处理中加权计算的计算量；第三次处理利用参考节点加权计算得到精确的定位。

通过实践证明本方法能够有效减少外界Wi-Fi信号对定位结果的干扰，并且不需要已知隐藏的Wi-Fi节点位置，只需要在室内确定位置进行简单的采样，最终获得较准确的定位信息。

附图说明

图1本发明定位流程框图；

图2本发明的WKCNN算法流程框图；

图3室内环境网格划分及参考节点图；

图4为最紧临区域划分方法示意图。

具体实施方式

以下结合附图和具体实施方式对本发明作进一步详细描述：

图1为本发明提出指纹匹配方法的一个实现流程图，共包括3个模块，分别为：1-服务器存储室内Wi-Fi信息，2-移动终端设备一：采集室内各处Wi-Fi原始数据，3-移动终端设备二：扫描所处位置能接收到的Wi-Fi信号。

结合图1，本发明的指纹匹配方法的实现流程为：

1)利用移动终端设备在室内固定参考点采样，得到数据存入服务器中；

2)位置未知的移动终端设备扫描Wi-Fi信号，并将信号传送给数据库；

3)利用WKCNN算法，得到移动终端设备的精确位置。

图2是定位步骤的一个流程框图表示。

应用实例：

如图3所示，室内空间大小为13m×14m，将矩形的室内环境划分为12个小的全等矩形，取中心为参考点1～12。取K＝4，构成正方形小区域，调节阈值delta＝5，权重方位选择

利用本发明所提供的方法，可以得到平均误差值为1.72m，误差方差为1.15m。

以上通过详细实施例描述了本发明所提供的利用Wi-Fi信号实现室内指纹匹配定位的方法，本领域的技术人员应当理解，在不脱离本发明实质的范围内，可以对本发明做一定的变形或修改；其制备方法也不限于实施例中所公开的内容。

Claims

1.一种基于指纹匹配的Wi-Fi室内定位方法，其步骤为：

2.如权利要求1所述的方法，其特征在于所述服务器将该室内空间S划为q个区域，其中每一区域包括最紧临的K个参考节点。

3.如权利要求1所述的方法，其特征在于应用加权公式

4.如权利要求3所述的方法，其特征在于所述权重

5.如权利要求3所述的方法，其特征在于所述权重

6.如权利要求1或2或3所述的方法，其特征在于对于任一区域j，建立每一MAC地址的有效信号范围的方法为：对于每个MAC地址，在区域j所包含的K个参考节点中选出所述数据库中当前MAC地址i对应的RSSI的最大值MaxRSSIji和最小值MinRSSIji，以[MinRSSIji-delta，MaxRSSIji+delta]作为j区域中第i个MAC地址对应的有效信号范围；其中，i＝1、2...、p，p为该室内空间S内移动终端A能收到的MAC地址总数，delta为调节阈值。

7.如权利要求1或2或3所述的方法，其特征在于采用信号空间距离公式计算信号空间距离，h为第n个区域中的第h个参考节点，

n＝1、2...、a，a为有效信号最多区域的总数，l为有效信号的热点标识，p’为区域中的有效信号总数；RSSIhl表示移动终端A在第h个参考节点接收的热点l的信号强度，RSSIl表示移动终端B接收到的热点l的信号强度。

8.如权利要求1或2或3所述的方法，其特征在于对于矩形待测室内空间S，将其划分为M×N个全等矩形，依次标记为矩形1、2、3...、M×N-1、M×N；将每个矩形的中心记作参考节点的位置坐标。

9.如权利要求8所述的方法，其特征在于将移动终端A放置在每个参考节点的位置坐标处，多次扫描得到所有能够得到的Wi-Fi信号信息，所述数据库存储的Wi-Fi节点的信号强度指示RSSI为Wi-Fi节点的平均信号强度指示RSSI。