CN103561380A - 位置指纹定位方法及装置 - Google Patents

位置指纹定位方法及装置 Download PDF

Info

Publication number
CN103561380A
CN103561380A CN201310362402.1A CN201310362402A CN103561380A CN 103561380 A CN103561380 A CN 103561380A CN 201310362402 A CN201310362402 A CN 201310362402A CN 103561380 A CN103561380 A CN 103561380A
Authority
CN
China
Prior art keywords
area
wireless access
point
wap
targeted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310362402.1A
Other languages
English (en)
Inventor
崔琪楣
陶小峰
邓金刚
史玉龙
张雪菲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201310362402.1A priority Critical patent/CN103561380A/zh
Publication of CN103561380A publication Critical patent/CN103561380A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明提供一种位置指纹定位方法及装置,涉及无线定位技术领域,包括:在待定位区域内,进行参考点标度,并采集已标度参考点的信号强度样值;探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,探测每个子区域中所有无线接入点的MAC地址列表;根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置。本发明通过在待定位区域内进行参考点标度,获取较高的定位精度;将待定位区域划分为多个子区域,降低了高定位计算复杂度;另外,通过减少了定位计算复杂度,从而实现了对目标点的实时定位。

Description

位置指纹定位方法及装置
技术领域
本发明涉及无线定位技术领域,特别涉及一种位置指纹定位方法及装置。
背景技术
近些年来,无线定位技术可分为基于测距的定位和非基于测距的定位两种。例如,传统的基于TOA(Time of Arrival,到达时间)/TDOA(Time Difference of Arrival,到达时间差)/RSS(Received SignalStrength,接收信号强度)的定位技术,均是根据时间或信号强度参数来计算基站和目标点的大致距离,再利用基站间的几何位置关系进行目标点的定位。然而,基于测距的定位技术很容易受到非视距情形的干扰,对于高复杂性和强时变特性的无线信道呈现的定位准确度和稳定性均较差。因此在室内场景下,很多基于测距的定位技术已不适用。
目前,现有技术提供一种基于位置指纹的与测距无关的定位技术,包括:
A:对待定位区域中N个均匀分布的RP(Reference Point,参考点)处,预设个AP(Access Point,接入点)的信号强度进行采样,并记录采样结果;
B:对采样结果进行提取特征,计算AP信号强度均值,并利用AP信号强度均值构建待定位区域中的RP的位置指纹向量,并利用待定位区域中所有RP的位置指纹向量形成待定位区域的指纹地图;
C:接收目标点实时信号强度,并对目标点实时信号强度提取特征;
D:根据提取的目标点实时信号强度特征,与所述指纹地图中的每个RP的位置指纹向量进行匹配,则目标实时位置位于匹配结果相近的参考点附近。
然而,如果在大规模室内环境下,根据上述基于位置指纹的与测距无关的定位技术定位目标,需要大量采集位置指纹,由大量的位置指纹形成的指纹地图导致定位算法的复杂度增加,影响定位的实时性。
发明内容
(一)解决的技术问题
本发明解决的技术问题是:如何提供一种位置指纹定位方法及装置,对目标点进行实时定位。
(二)技术方案
为解决上述技术问题,本发明实施例提供了一种位置指纹定位方法,所述方法包括:
在待定位区域内,进行参考点标度,并采集已标度参考点的信号强度样值;
探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,并探测每个子区域中所有无线接入点的MAC地址列表;
根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置。
优选地,
所述在待定位区域内进行参考点标度包括:
在待定位区域内,根据待定位区域位置特点选择参考点进行标度;
所述根据待定位区域位置特点选择参考点进行标度包括:
将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度;
所述采集已标度参考点的信号强度样值包括:
对已标度参考点的东、南、西、北四个方向进行信号强度样值采集;
所述在待定位区域内进行参考点标度,进一步包括:
根据每个已标度参考点的信号强度样值,建立位置指纹向量。
优选地,所述根据每个已标度参考点的信号强度样值,建立位置指纹向量包括:
获取每个参考点每个方向上的信号强度样值均值,并对每个参考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中。
优选地,所述探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,包括:
探测到无线接入点覆盖面积的最大半径后,根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域。
优选地,所述根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置,包括:
若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,则将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。
本发明实施例还提供了一种位置指纹定位装置,所述装置包括:
参考点标度模块,用于在待定位区域内,进行参考点标度;
位置指纹建立模块,用于根据每个已标度参考点的信号强度样值,建立位置指纹;
探测模块,用于探测无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径;当子区域划分模块将待定位区域划分为多个子区域后,探测每个子区域中所有无线接入点的MAC地址列表;
子区域划分模块,用于根据探测模块探测到的无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域;
第一匹配模块,用于根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配;
目标点确定模块,用于根据匹配模块的匹配结果确定目标点的定位区域。
优选地,
参考点标度模块,用于根据待定位区域位置特点标度选择的参考点;将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度;
采集模块,用于在参考点标度模块标度参考点完成后,采集已标度参考点的东、南、西、北四个方向的信号强度样值;
位置指纹向量建立模块,用于根据每个已标度参考点的信号强度样值,建立位置指纹向量。
优选地,所述位置指纹建立模块包括:
位置指纹向量建立模块,用于获取每个参考点每个方向上的信号强度样值均值,并对每个考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中。
优选地,
子区域划分模块,用于根据探测到无线接入点覆盖面积的最大半径后,以及根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域。
优选地,
第二匹配模块,若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,用于将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。
(三)有益效果
本发明提供了一种位置指纹定位方法及装置,通过在待定位区域内进行参考点标度,能够利用较少的参考点数目获取较高的定位精度,并且有效的提取待定位区域最具特征性的位置指纹;通过探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,有效的降低了后续匹配时因整个待定位区域位置指纹向量数目较多而带来的高定位计算复杂度;另外,通过减少了定位计算复杂度,从而实现了对目标点的实时定位。
附图说明
图1是本发明实施例提供的方法流程图;
图2是本发明实施例提供的方法详细流程图;
图3是本发明实施例提供的定位方案示意图;
图4是本发明实施例提供的装置结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
实施例1:
为解决上述问题,本发明实施例提供了一种位置指纹定位方法,如图1所示,该方法包括:
S1:在待定位区域内,进行参考点标度,并采集已标度参考点的信号强度样值;
S2:探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,并探测每个子区域中所有无线接入点的MAC地址列表;
S3:根据目标点实测的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置。
本发明提供了一种位置指纹定位方法及装置,通过在待定位区域内进行参考点标度,能够利用较少的参考点数目获取较高的定位精度,并且有效的提取待定位区域最具特征性的位置指纹;通过探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,有效的降低了后续匹配时因整个待定位区域位置指纹向量数目较多而带来的高定位计算复杂度;另外,通过减少了定位计算复杂度,从而实现了对目标点的实时定位。
通过在待定位区域内,根据待定位区域位置特点,将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度,从而能够有效地提取待定位区域内最具特征性的位置指纹。通过对已标度参考点的东、南、西、北四个方向进行信号强度样值采集,并根据每个已标度参考点的信号强度样值,建立位置指纹向量,获取了较高的定位精度。
获取每个参考点每个方向上的信号强度样值均值,并对每个参考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中,从而获得了较高的定位精度。
探测到无线接入点覆盖面积的最大半径后,根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域,从而得到了较准确的子区域划分模型,进而减少了定位计算的复杂度。
若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,则将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。从而减少了定位计算的复杂度,实现了对目标点的实时定位。
为解决上述技术问题,本发明实施例还提供了一种位置指纹定位方法的详细流程,如图2所示,包括:
步骤101:在待定位区域内,进行参考点标度;
首先,根据待定位区域的地图以及待定位区域布局等位置特点进行参考点标度;
其中,在同性质均匀环境下的走廊上,如图3所示,左下区域部分走廊,参考点应均匀标度,即参考点C4,C5,C6。其间距取决于所需的平均定位精度,如定位精度需求为3m时,均匀打点间距为4-5m。
走廊墙壁的拐角处,建立参考点。该处的位置一般由于受到拐角墙壁的非视距阻挡,在经历拐角前后信号强度会出现很大的变化,继而该处的参考点具有很强的特征性和代表性。如图3所示,在走廊的拐角处C1,C2,C3是具有环境特征性应特别标度的参考点。
在房间内部的拐角处是该房间特有的位置特征点,应典型的进行参考点标度。如图3所示,在房间1内部,在四个拐角处特别进行参考点标度(参考点R1,R2,R3,R4)。
在房间内部的非拐角处,即同性质均匀环境下,参考点均匀标度。但值得注意的是,在这些均匀标度的参考点处,与前面标度的拐角参考点(R1,R2,R3,R4等)相邻的参考点,和该拐角参考点的间距不宜过大。其间距择取标准应能保证该参考点处的位置指纹向量和其相邻拐角参考点的位置指纹向量的欧氏距离小于该拐角参考点位置指纹向量和墙壁另一侧和该拐角参考点临近的参考点的位置指纹向量之间的欧氏距离。以图3中房间1为例,非拐角参考点R5和其最邻近的拐角参考点R1之间的距离d应能保证由于该距离产生的R5和R1的指纹向量欧氏距离应小于由房间1北侧墙壁所造成的参考点R1和C1之间的指纹向量间的欧氏距离。
此外,考虑到室内环境目标所出空间分布概率的大小,在目标出现频率较高的区域,指纹打点密度可以相对较高,其中,间隔3m。
步骤102:采集已标度参考点的信号强度样值;
由于人体的遮挡效应,为了获取较高的定位精度,在东、西、南、北四个方向分别采集独立的信号强度样值。在每个方向,所探测到的无线接入点的数目会不尽相同,及时接收到的来自同一个无线接入点的信号强度样值也会相差较大。因此,每个参考点每个方向的采集的信号强度样值单一记录成独立的位置指纹向量,对其标号后记录在指纹地图中。
假设整个区域共有N个位置指纹向量,那么对于每个位置指纹向量,其格式定义如下:
R j = { ( x j , y j ) ; R i , j ( t ) , R i , j , ( MAC 1 , MAC 2 , . . . , MAC M j } , i = 1,2 . . . , M j , j = 1,2 , . . . N , t = 1,2 , . . . , T
(1)
R i , j = Σ t = 1 T R i , j ( t ) / T
其中,Rj为所记录的位置指纹向量构成的集合,(xj,yj)为第j个位置指纹向量对应的二维空间坐标,Ri,j(t)为第j个RP处接收的来自第i个AP在采样时刻t的信号强度,T为采样周期,Mj为该参考点处总共可探测到的无线接入点的个数,MACj为该参考点处可探测到的无线接入点的MAC地址列表,Ri,j为该信号强度样值Ri,j(t)的均值。
步骤103:探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域;
首先,探测到待定位区域无线接入点的覆盖半径,如常用无线接入点的覆盖半径约为20-30m。实际测量时,通过计算单个无线接入点信号强度最强值和最弱值所在点的空间距离来确定大致的覆盖半径R。然后根据整个待定位区域的面积,将整个区域划分为k个面积约为R2的子区域。进一步的,采用K-均值聚类算法,以上述k值为初始值,选取适当空间分散的参考点所探测到的无线接入点的MAC地址列表为初始的单一的聚类中心,根据每个参考点所探测到的MAC地址列表,对整个指纹地图进行聚类、收敛后,每一类所包含的参考点所在的区域形成了单一的子区域,进而得到了较为准确的子区域划分模型。
步骤104:探测每个子区域中所有无线接入点的服务集标识列表;
假设待定位区域划分为L个子区域后,分别探测每个子区域中所包含的所有无线接入点的MAC地址列表。
步骤105:根据目标点实测的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配;
假设第l(l=1,2,...,L)个子区域的MAC地址列表为Hl,在定位阶段,根据目标点实际测量的信号强度样值中所记录的无线接入点MAC地址列表和L个子区域的MAC地址总列表进行相似度匹配,匹配算法可根据积分制进行。具体的,为每一个子区域初始化一个为0的变量Sl。对于第l个子区域,如果目标实测信号强度样值中的某个MAC地址出现在Hl中,那么Sl值加1,直到目标点实测信号强度样值中每个MAC地址都被检测完毕。
步骤106:根据步骤105的匹配结果确定目标点的最终位置。
根据步骤105中每个子区域中变量Sl的得分,选取Sl值最大的一个或若干个子区域,一般不超过3个,作为目标点可能出现的子区域。最后,根据最近邻居法将实测信号强度样值和该一个或若干个子区域所包含的位置指纹向量进行匹配。
对于第l个子区域,由于其MAC地址列表Hl和其他子区域有很大差别,在该区域进行实测信号强度样值和位置指纹向量匹配时,需要特殊处理。在第l个子区域进行位置指纹匹配时,根据实测位置指纹向量中记录的MAC地址列表和该区域的MAC地址列表Hl合计生成一个总的不重复的MAC地址列表H′l。然后对实测信号强度样值和该区域的所有位置指纹向量进行重现调整,即其向量的维度均统一成列表H′l的长度。调整后的实测信号强度样值和位置指纹向量中对应位置填入对应MAC地址的无线接收信号强度,如若缺失,则填入采集设备的接收机灵敏度,如-96dBm,其中,缺失表明该MAC地址对应的无线接入点未探测到。调整后,相应的最近邻居法指纹匹配算法为:
e j = | | R ′ - R′ j | | 2 / | H l ′ | - - - ( 3 )
其中R'和R′j分别为调整后的目标点实测信号强度样值和第j个位置指纹向量,ej代表两者之间归一化的欧氏距离,|Hl′|为列表Hl′的长度。最后对若干子区域中ej值最小的几个参考点进行位置加权得到目标点的最终位置。
本发明实施例通过提供了一种位置指纹定位方法,通过在待定位区域内进行参考点标度,能够利用较少的参考点数目获取较高的定位精度,并且有效的提取待定位区域最具特征性的位置指纹;通过探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,有效的降低了后续匹配时因整个待定位区域位置指纹向量数目较多而带来的高定位计算复杂度;另外,通过减少了定位计算复杂度,从而实现了对目标点的实时定位。
为解决上述技术问题,本发明实施例根据具体数据,提供了一种位置指纹定位方法,包括:
如图3所示的典型楼宇内部结构图,在这个面积约为2000平方米的大规模室内环境实施无线定位。根据上述实施例中的步骤101和步骤102,建立604个位置指纹,其中包括,151个参考点,每个参考点处4个方向,共151×4个独立位置指纹,每个参考点每个方向采样时间大约为3s(采样频率为5Hz)。
上述151个参考点包括了4种参考点类型,在目标活动频率较高的地方参考点密度也相应较大。然后,根据室内公有AP接收信号最强值(-40dBm)和接收强度最弱值(-96dBm)所在点的空间距离计算出该室内无线接入点覆盖半径平均为21m左右,由于室内面积2000平方米,则初步规划划分2000/(21×21)≈5个子区域。选取空间分散的D1、D2、D3、D4、D5共5个参考点作为初始的聚类中心,聚类的标准是以参考点处可探测到的无线接入点的MAC地址列表的近似程度。经过几次迭代,算法收敛后得到初步的聚类结果,也即子区域划分模型,如图3中的5个子区域所示。这几个区域在指纹采集过程中可探测的不重复无线接入点(AP)数目分别为23,36,28,31,16。其中部分AP根据服务集标识标识(SSID),属于室外AP。在得到目标点(图3中小正方形所示)实测信号强度样值后,根据其探测到的AP的MAC地址列表(共12个AP)和5个子区域中的MAC地址列表Hl(l=1,2,3,4,5)相匹配,其中Sl得分最高的两个子区域为子区域4和子区域5。因此最终的位置指纹匹配仅限于子区域4和子区域5。在子区域4进行位置指纹匹配时,实测信号强度样值中记录的MAC地址列表和子区域4中的MAC地址列表H4合成的不重复MAC地址列表为H′4,其长度为35,那么该区域调整后的实信号强度样值和该区域内位置指纹向量的维度为35。同理,在子区域5中调整后的实测信号强度样值和位置指纹向量的维度为18。在子区域4和5中,根据公式(3)计算归一化的欧氏距离,求出2个区域中距离最小(ej值最小)的3个参考点进行位置加权得到目标点的定位位置。
实施例2:
为解决上述技术问题,本发明实施例还提供了一种位置指纹定位装置,如图4所示,包括:
参考点标度模块201,用于在待定位区域内,进行参考点标度;
位置指纹建立模块202,用于根据每个已标度参考点的信号强度样值,建立位置指纹;
所述位置指纹建立模块包括:
位置指纹向量建立模块,用于获取每个参考点每个方向上的信号强度样值均值,并对每个考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中。
探测模块203,用于探测无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径;当子区域划分模块将待定位区域划分为多个子区域后,探测每个子区域中所有无线接入点的MAC地址总列表;
子区域划分模块204,用于根据探测模块探测到的无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域;
第一匹配模块205,用于根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配;
目标点确定模块206,用于根据匹配模块的匹配结果确定目标点的定位区域。
参考点标度模块,用于根据待定位区域位置特点标度选择的参考点;将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度;
采集模块,用于在参考点标度模块标度参考点完成后,采集已标度参考点的东、南、西、北四个方向的信号强度样值;
位置指纹向量建立模块,用于根据每个已标度参考点的信号强度样值,建立位置指纹向量。
子区域划分模块,用于根据探测到无线接入点覆盖面积的最大半径后,以及根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域。
第二匹配模块,若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,用于将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。
本发明实施例通过提供一种位置指纹定位装置,通过参考点标度模块在待定位区域内进行参考点标度,能够利用较少的参考点数目获取较高的定位精度,并且有效的提取待定位区域最具特征性的位置指纹;通过探测模块探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,有效的降低了后续匹配时因整个待定位区域位置指纹向量数目较多而带来的高定位计算复杂度;另外,通过减少了定位计算复杂度,从而实现了对目标点的实时定位。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种位置指纹定位方法,其特征在于,所述方法包括:
在待定位区域内,进行参考点标度,并采集已标度参考点的信号强度样值;
探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,并探测每个子区域中所有无线接入点的MAC地址列表;
根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置。
2.根据权利要求1所述的方法,其特征在于,
所述在待定位区域内进行参考点标度包括:
在待定位区域内,根据待定位区域位置特点选择参考点进行标度;
所述根据待定位区域位置特点选择参考点进行标度包括:
将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度;
所述采集已标度参考点的信号强度样值包括:
对已标度参考点的东、南、西、北四个方向进行信号强度样值采集;
所述在待定位区域内进行参考点标度,进一步包括:
根据每个已标度参考点的信号强度样值,建立位置指纹向量。
3.根据权利要求2所述的方法,其特征在于,所述根据每个已标度参考点的信号强度样值,建立位置指纹向量包括:
获取每个参考点每个方向上的信号强度样值均值,并对每个参考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中。
4.根据权利要求1所述的方法,其特征在于,所述探测并根据无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域,包括:
探测到无线接入点覆盖面积的最大半径后,根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域。
5.根据权利要求3和4所述的方法,其特征在于,所述根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配,根据匹配结果确定目标点的最终位置,包括:
若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,则将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。
6.一种位置指纹定位装置,其特征在于,所述装置包括:
参考点标度模块,用于在待定位区域内,进行参考点标度;
位置指纹建立模块,用于根据每个已标度参考点的信号强度样值,建立位置指纹;
探测模块,用于探测无线接入点的MAC地址列表以及无线接入点覆盖面积的最大半径;当子区域划分模块将待定位区域划分为多个子区域后,探测每个子区域中所有无线接入点的MAC地址列表;
子区域划分模块,用于根据探测模块探测到的无线接入点覆盖面积的最大半径,将待定位区域划分为多个子区域;
第一匹配模块,用于根据目标点接收的信号强度样值,将目标点实测的无线接入点的MAC地址列表与每个子区域中无线接入点的MAC地址列表进行匹配;
目标点确定模块,用于根据匹配模块的匹配结果确定目标点的定位区域。
7.根据权利要求6所述的装置,其特征在于,
参考点标度模块,用于根据待定位区域位置特点标度选择的参考点;将待定位区域内的拐角处进行标度,并将待定位区域的非拐角区域进行均匀标度;
采集模块,用于在参考点标度模块标度参考点完成后,采集已标度参考点的东、南、西、北四个方向的信号强度样值;
位置指纹向量建立模块,用于根据每个已标度参考点的信号强度样值,建立位置指纹向量。
8.根据权利要求6所述的装置,其特征在于,所述位置指纹建立模块包括:
位置指纹向量建立模块,用于获取每个参考点每个方向上的信号强度样值均值,并对每个考点每个方向上的信号强度样值均值进行标号为位置指纹向量,并将标号后的位置指纹向量记录在指纹地图中。
9.根据权利要求6所述的装置,其特征在于,
子区域划分模块,用于根据探测到无线接入点覆盖面积的最大半径后,以及根据待定位区域的面积,将待定位区域划分为最大半径平方个数的子区域。
10.根据权利要求8和9所述的装置,其特征在于,
第二匹配模块,若目标点实测的无线接入点的MAC地址列表与其中一个子区域中的无线接入点的MAC地址列表重复最多,用于将目标点接收的信号强度样值与所述其中一个子区域中的位置指纹向量进行匹配,并根据匹配后的结果确定目标点的最终位置。
CN201310362402.1A 2013-08-19 2013-08-19 位置指纹定位方法及装置 Pending CN103561380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310362402.1A CN103561380A (zh) 2013-08-19 2013-08-19 位置指纹定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310362402.1A CN103561380A (zh) 2013-08-19 2013-08-19 位置指纹定位方法及装置

Publications (1)

Publication Number Publication Date
CN103561380A true CN103561380A (zh) 2014-02-05

Family

ID=50015506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310362402.1A Pending CN103561380A (zh) 2013-08-19 2013-08-19 位置指纹定位方法及装置

Country Status (1)

Country Link
CN (1) CN103561380A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104202817A (zh) * 2014-09-03 2014-12-10 创业软件股份有限公司 大型室内空间中的多热点信号指纹地图的存储和匹配方法
CN104869630A (zh) * 2015-04-29 2015-08-26 厦门大学 基于离线指纹库的伪基站快速定位方法与系统
CN105005024A (zh) * 2015-07-21 2015-10-28 深圳市西博泰科电子有限公司 压缩感知定位方法
CN106231564A (zh) * 2016-07-20 2016-12-14 湖南大学 一种方位优先的位置指纹室内定位方法
CN106303954A (zh) * 2016-08-05 2017-01-04 合肥工业大学 一种基于区域定位判别算法的蓝牙自助导游装置
CN106686547A (zh) * 2016-12-23 2017-05-17 南京邮电大学 一种基于区域划分和网络拓扑的室内指纹定位改进方法
CN107959919A (zh) * 2017-12-07 2018-04-24 北京三快在线科技有限公司 移动终端的定位方法、装置、计算设备及存储介质
CN107976190A (zh) * 2017-11-10 2018-05-01 北京金坤科创技术有限公司 一种室内定位导航方法与智能无人值守前台系统
CN108377546A (zh) * 2016-11-21 2018-08-07 中兴通讯股份有限公司 一种室内定位方法及装置、服务器、用户设备
CN109275095A (zh) * 2018-11-09 2019-01-25 中科数字健康科学研究院(南京)有限公司 一种基于蓝牙的室内定位系统、定位设备和定位方法
CN110716205A (zh) * 2019-10-18 2020-01-21 鱼越号机器人科技(上海)有限公司 基于反光板的定位方法及机器人、计算机可读存储介质
CN117805721A (zh) * 2024-02-29 2024-04-02 成都大公博创信息技术有限公司 车载复杂信号监测测向方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009072735A1 (en) * 2007-12-07 2009-06-11 Electronics And Telecommunications Research Institute Method of automatically generating fingerprint database for an indoor wireless location
US20090247185A1 (en) * 2008-03-31 2009-10-01 Kutiel Gilad Cluster-based fingerprinting algorithms
WO2011019125A1 (ko) * 2009-08-12 2011-02-17 한국과학기술원 무선랜 수신강도를 이용한 참여형 장소 인식 방법 및 무선 단말의 동작 방법
CN102883262A (zh) * 2012-09-17 2013-01-16 北京大学 一种基于指纹匹配的Wi-Fi室内定位方法
CN102905368A (zh) * 2012-10-18 2013-01-30 无锡儒安科技有限公司 基于智能手机平台的移动辅助室内定位方法和系统
CN102932911A (zh) * 2012-09-26 2013-02-13 上海顶竹通讯技术有限公司 位置指纹定位方法及定位系统
CN103200520A (zh) * 2013-03-06 2013-07-10 中国电子科技集团公司第二十八研究所 一种利用Wi-Fi的移动终端快速精确定位方法
CN103235791A (zh) * 2013-03-29 2013-08-07 厦门雅迅网络股份有限公司 一种基于秩次的指纹匹配优化定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009072735A1 (en) * 2007-12-07 2009-06-11 Electronics And Telecommunications Research Institute Method of automatically generating fingerprint database for an indoor wireless location
US20090247185A1 (en) * 2008-03-31 2009-10-01 Kutiel Gilad Cluster-based fingerprinting algorithms
WO2011019125A1 (ko) * 2009-08-12 2011-02-17 한국과학기술원 무선랜 수신강도를 이용한 참여형 장소 인식 방법 및 무선 단말의 동작 방법
CN102883262A (zh) * 2012-09-17 2013-01-16 北京大学 一种基于指纹匹配的Wi-Fi室内定位方法
CN102932911A (zh) * 2012-09-26 2013-02-13 上海顶竹通讯技术有限公司 位置指纹定位方法及定位系统
CN102905368A (zh) * 2012-10-18 2013-01-30 无锡儒安科技有限公司 基于智能手机平台的移动辅助室内定位方法和系统
CN103200520A (zh) * 2013-03-06 2013-07-10 中国电子科技集团公司第二十八研究所 一种利用Wi-Fi的移动终端快速精确定位方法
CN103235791A (zh) * 2013-03-29 2013-08-07 厦门雅迅网络股份有限公司 一种基于秩次的指纹匹配优化定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
储海兵: "基于无线局域网的定位追踪技术研究", 《中国优秀硕士学位论文全文数据库》, 15 July 2011 (2011-07-15) *
杨章林: "基于RSSI的WLAN定位系统研究与实现", 《中国优秀硕士学位论文全文数据库》, 15 July 2010 (2010-07-15) *
陈淼: "基于信号强度的WLAN室内定位跟踪系统研究", 《中国博士学位论文全文数据库》, 15 June 2013 (2013-06-15) *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104202817A (zh) * 2014-09-03 2014-12-10 创业软件股份有限公司 大型室内空间中的多热点信号指纹地图的存储和匹配方法
CN104869630B (zh) * 2015-04-29 2019-04-09 厦门大学 基于离线指纹库的伪基站快速定位方法与系统
CN104869630A (zh) * 2015-04-29 2015-08-26 厦门大学 基于离线指纹库的伪基站快速定位方法与系统
CN105005024A (zh) * 2015-07-21 2015-10-28 深圳市西博泰科电子有限公司 压缩感知定位方法
CN106231564A (zh) * 2016-07-20 2016-12-14 湖南大学 一种方位优先的位置指纹室内定位方法
CN106231564B (zh) * 2016-07-20 2019-11-12 湖南大学 一种方位优先的位置指纹室内定位方法
CN106303954B (zh) * 2016-08-05 2019-04-19 合肥工业大学 一种基于区域定位判别算法的蓝牙自助导游装置
CN106303954A (zh) * 2016-08-05 2017-01-04 合肥工业大学 一种基于区域定位判别算法的蓝牙自助导游装置
CN108377546A (zh) * 2016-11-21 2018-08-07 中兴通讯股份有限公司 一种室内定位方法及装置、服务器、用户设备
CN106686547A (zh) * 2016-12-23 2017-05-17 南京邮电大学 一种基于区域划分和网络拓扑的室内指纹定位改进方法
CN107976190A (zh) * 2017-11-10 2018-05-01 北京金坤科创技术有限公司 一种室内定位导航方法与智能无人值守前台系统
CN107959919B (zh) * 2017-12-07 2019-03-19 北京三快在线科技有限公司 移动终端的定位方法、装置、计算设备及存储介质
CN107959919A (zh) * 2017-12-07 2018-04-24 北京三快在线科技有限公司 移动终端的定位方法、装置、计算设备及存储介质
CN109275095A (zh) * 2018-11-09 2019-01-25 中科数字健康科学研究院(南京)有限公司 一种基于蓝牙的室内定位系统、定位设备和定位方法
CN109275095B (zh) * 2018-11-09 2024-01-16 中科数字健康科学研究院(南京)有限公司 一种基于蓝牙的室内定位系统、定位设备和定位方法
CN110716205A (zh) * 2019-10-18 2020-01-21 鱼越号机器人科技(上海)有限公司 基于反光板的定位方法及机器人、计算机可读存储介质
CN117805721A (zh) * 2024-02-29 2024-04-02 成都大公博创信息技术有限公司 车载复杂信号监测测向方法及系统

Similar Documents

Publication Publication Date Title
CN103561380A (zh) 位置指纹定位方法及装置
CN103402258B (zh) 一种基于Wi‑Fi的室内定位系统和方法
CN106793086B (zh) 一种室内定位方法
CN103842840B (zh) 移动设备以及操作移动设备的方法
CN107181543B (zh) 一种基于传播模型和位置指纹的三维室内无源定位方法
WO2019062734A1 (zh) 基于Wi-Fi热点的室内定位方法及装置
Vaupel et al. Wi-Fi positioning: System considerations and device calibration
CN103813448A (zh) 一种基于rssi的室内定位方法
US8867313B1 (en) Audio based localization
CN104849740A (zh) 集成卫星导航与蓝牙技术的室内外无缝定位系统及其方法
CN102204373B (zh) 用于估计移动终端设备的定向的设备和方法
CN106093852A (zh) 一种提高WiFi指纹定位精度与效率的方法
CN109444813A (zh) 一种基于bp和dnn双神经网络的rfid室内定位方法
KR20190053470A (ko) 딥러닝 기반 측위 시스템 및 이의 구축 방법
CN102695272B (zh) 一种匹配定位的方法和移动终端
CN105717483B (zh) 一种基于多源定位方式的位置确定方法及装置
CN103167606B (zh) 基于稀疏表示的wlan室内定位方法
CN103957505A (zh) 一种基于ap的行为轨迹检测分析与服务提供系统及方法
KR20170091811A (ko) 블루투스 비콘의 rssi와 보행자 패턴의 가중치를 이용한 실내 위치 측위 방법
CN103713277A (zh) 一种基于位置信息场的辐射源定位算法
CN104038901A (zh) 一种减少指纹数据采集工作量的室内定位方法
CN103916954A (zh) 基于wlan的概率定位方法及定位装置
CN104540221A (zh) 基于半监督sde算法的wlan室内定位方法
CN107071902A (zh) 一种基于混合滤波和幂指数映射wifi室内定位方法
CN103618997A (zh) 一种基于信号强度概率的室内定位方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140205