CN103582119B

CN103582119B - WiFi室内定位系统的指纹数据库构建方法

Info

Publication number: CN103582119B
Application number: CN201310476443.3A
Authority: CN
Inventors: 刘乾辰; 祝正元; 徐昌庆
Original assignee: Shanghai Jiaotong University
Current assignee: Shanghai Jiaotong University
Priority date: 2013-10-12
Filing date: 2013-10-12
Publication date: 2016-12-07
Anticipated expiration: 2033-10-12
Also published as: CN103582119A

Abstract

一种WiFi室内定位系统指纹数据库构建方法，包括如下步骤：确定参考点的位置和坐标，在参考点上捕获接入点的媒体访问控制地址，对媒体访问控制地址列表中各个接入点的信号强度进行采集，将采样文件发送到服务器；对采样文件中的信号强度数据做统计处理，得到拟合的概率分布曲线，对拟合的概率分布曲线进行相关性修正，对相关性修正后的概率分布曲线进行截断处理，计算每个分贝毫瓦值上的概率，并进行归一化处理，最后生成指纹数据库。本发明解决了传统的指纹库构建过程耗时较长，处理繁琐，指纹信息不充分，且不利于更新和维护的问题，通过将指纹采集的并行化，加速指纹数据库的构建，对采集到的指纹数据进行优化处理，使得指纹数据库更加准确、全面。

Description

WiFi室内定位系统的指纹数据库构建方法

技术领域

本发明涉及一种室内定位系统，更具体的说，涉及一种为基于WiFi的室内位置指纹定位系统构建指纹数据库的方法。

背景技术

目前对于定位技术的需求越来越大。而最普及的定位技术是全球定位系统（GPS），这种技术在室外区域可以获得较好的精度，但是由于这种技术本身实现方式的原因，在室内环境下其定位能力大幅度下降。因此急需寻找一种可行的室内定位方法来弥补全球定位系统的不足。

一种可行的室内定位解决方案是通过基于IEEE802.11无线局域网来实现的。传统的WiFi定位方法通过三角定位法来实现，包括基于到达时间，基于到达时间差，基于到达角度等方法。这些方法由于需要特殊设备，以及设备在可视范围内等缺点，很难适用于室内定位。另一种可行的室内定位方法通过指纹来实现，在Bahl,P.和Padmanabhan,V.N.的RADAR:an in-building RF-based userlocation and tracking system（一种基于指纹的室内定位跟踪系统，in Proc.IEEE INFOCOM,2000,pp.775–784.）中提出通过采集室内环境的各个点收到的信号强度作为指纹，并在最后定位时通过与指纹数据进行比对来实现定位。这种方法大大降低了对硬件的要求，实现了一定的定位精度。同时，这种方法的精确度很大程度上依赖于指纹数据库的精确和指纹信息的充分程度。传统的指纹库构建过程耗时较长，处理繁琐，指纹信息不充分，且不利于更新和维护。

发明内容

本发明的目的在于克服上述现有技术中的不足，提供了一种WiFi室内定位系统的指纹数据库构建方法，实现了对指纹采集和处理过程的简化，保障了指纹信息的最大化，仅通过修改程序，就可以对指纹数据库进行更新和参数调节，最终使得基于WiFi的室内定位系统取得较好的定位精度。

本发明通过指纹采集设备上的客户端软件和服务器端的数据处理软件实现准确、高效地采集指纹，处理采样数据和构建指纹数据库。通过相关性修正、截断处理和归一化处理，使得指纹数据库能更加准确和全面的反应出参考点上的指纹信息，并方便指纹定位系统对数据库进行查询，以实现更加精确和快速的给予WiFi的室内定位。

为达到上述目的，本发明所采用的技术方案如下：

一种WiFi室内定位系统的指纹数据库构建方法，包括如下步骤：

第一步：确定参考点的位置和坐标；

在定位的覆盖区域上按照一定的间隔设置一系列参考点；

第二步：在参考点上捕获接入点AP的媒体访问控制MAC地址；

通过安装在指纹采集设备上的客户端软件，以一定的频率扫描该设备可以接收到的接入点AP，并将捕捉到的接入点AP的媒体访问控制MAC地址记录到媒体访问控制MAC地址列表中；

第三步：在参考点上对媒体访问控制MAC地址列表中各个接入点AP的信号强度进行采集；

通过安装在指纹采集设备上的客户端软件，以一定的频率进行扫描，获取媒体访问控制MAC地址列表中各个接入点AP的信号强度，并将采集到的信号强度按照一定的格式记录到采样文件中；

第四步：将采样文件发送到服务器；

通过安装在指纹采集设备上的客户端软件将记录有接入点AP信号强度的采样文件上传到服务器端；

第五步：对采样文件中的信号强度数据做统计处理，得到拟合的概率分布曲线；

通过安装在服务器端的数据处理软件对指纹采集设备上传的采样文件进行分析，并对每一个接入点AP的信号强度数据做统计处理，用所得的均值和方差，生成拟合的概率分布曲线；

第六步：对拟合的概率分布曲线进行相关性修正；

计算接入点AP信号强度采样数据的自相关值，并根据自相关值对拟合的概率分布曲线的方差进行修正；

第七步：对相关性修正后的概率分布曲线进行截断处理；

根据接入点AP信号强度采样数据的均值和预先设定的窗长，对相关性修正后的概率分布曲线进行截断处理；

第八步：计算每个分贝毫瓦值上的概率，并进行归一化处理；

根据截断处理后的概率分布曲线，计算每个分贝毫瓦值上的概率，并对所有分贝毫瓦值上的概率进行归一化处理；

第九步：生成指纹数据库；

使用数据库软件建立指纹数据库，将归一化处理后对应于每个分贝毫瓦值上的概率和相应的分贝毫瓦值分别作为指纹数据库的元素存入指纹数据库条目中。

本发明通过指纹采集设备上的客户端软件和服务器端的数据处理软件相互配合进行指纹采集，并通过相关性修正、截断处理和归一化处理对指纹采集数据进行优化，具有以下优点：

1.指纹采集的并行化，指纹数据库的构建更加迅速。

2.指纹数据更加准确、全面，在一定程度上减少采样自相关性和小尺度衰落对室内定位系统定位精度的影响。

附图说明

图1是本发明所提供的指纹数据库构建流程图。

具体实施方式

以下结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本发明所提供的WiFi室内定位系统的指纹数据库构建方法，包括步骤如下：

第一步：确定参考点的位置和坐标。

所述参考点，是在平面上预先选定的一系列位置，通过在这些位置上进行指纹信息的采集，来构建指纹数据库。建立三维坐标系，任一参考点的位置均可由坐标（x，y，z）表示出来。其中，z坐标表示位置所处在的平面，（x，y）表示参考点相对于平面的位置。参考点的位置采用等距网格的方式来设置，参考点之间的间隔越小，定位的精度相对越高，但采样所需的总时长也越长。本例中参考点之间的间隔设置为1.5米。

第二步：在参考点上捕获接入点AP的媒体访问控制MAC地址。

所述捕获接入点AP的媒体访问控制MAC地址，是通过安装在指纹采集设备上的客户端软件，以一定的频率扫描该设备可以接收到的接入点AP，并将捕捉到的接入点AP的媒体访问控制MAC地址记录到媒体访问控制MAC地址列表中。

所述一定频率的扫描，是安装在指纹采集设备上的客户端软件以1Hz的频率发出探查要求帧Probe Request，并从所收到的探查应答帧Probe Response中提取接入点AP的媒体访问控制MAC地址。

所述指纹采集设备是基于安卓（android）的智能移动终端，能够通过调用系统的应用程序接口（API）驱动无线网卡发出探查要求帧Probe Request，和处理接收到的探查应答帧Probe Response。

第三步：在参考点上对媒体访问控制MAC地址列表中各个接入点AP的信号强度进行采集。

所述对媒体访问控制MAC地址列表中各个接入点AP的信号强度进行采集。是通过安装在指纹采集设备上的客户端软件，以一定的频率进行扫描，获取媒体访问控制MAC地址列表中各个接入点AP的信号强度，并将采集到的信号强度按照一定的格式记录到采样文件中。每个采样点上信号强度的采集时间为5分钟。

所述采样文件是用来记录参考点上的媒体访问控制MAC地址列表和对应的采集到的各个接入点AP的信号强度，采集到的信号强度按照时间顺序记录在采样文件中。采样文件除了包含上述信息外，还应包含有参考点的位置坐标信息。

第四步：将采样文件发送到服务器。

所述将采样文件发送到服务器，是通过安装在指纹采集设备上的客户端软件将记录有接入点AP信号强度的采样文件通过ftp协议，上传到服务器端的指定目录下。

第五步：对采样文件中的信号强度数据做统计处理，得到拟合的概率分布曲线。

所述对采样文件中的信号强度数据做统计处理，是通过安装在服务器端的数据处理软件对指纹采集设备上传的采样文件进行分析，并对每一个接入点AP的信号强度数据计算均值和方差，生成拟合的概率分布曲线。

所述生成拟合的概率分布曲线，是一个参数化的概率分布函数模型，通过给定均值和方差来实例化该模型。本例中所采用的是正态分布的模型，也即拟合的概率分布曲线为指定均值和方差的正态分布。

第六步：对拟合的概率分布曲线进行相关性修正。

所述相关性修正，是指根据接入点（AP）信号强度的采样数据计算采样的自相关值α，再根据公式对拟合概率分布曲线的标准差进行修正。

第七步：对相关性修正后的概率分布曲线进行截断处理。

所述截断处理，是指根据接入点AP信号强度采样数据的均值μ，和预先设定的窗长w，本例中为w＝10，对相关性修正后的概率分布曲线进行截断处理，将信号强度值大于μ+w和小于μ-w的概率均置为0。

第八步：计算每个分贝毫瓦（dBm）值上的概率，并进行归一化处理。

所述计算每个分贝毫瓦（dBm）值上的概率，是指根据截断处理后的概率分布曲线f，对任一分贝毫瓦（dBm）值r，有概率

所述归一化处理，是指对任一分贝毫瓦（dBm）值r，归一化概率

P_{r}^{/} = \frac{P_{r}}{Σ_{r = - 110}^{- 20} P_{r}} \cdot

第九步：生成指纹数据库。

所述生成指纹数据库，是指使用数据库软件MySQL建立指纹数据库，将归一化处理后对应于每个分贝毫瓦（dBm）值上的概率和相应的分贝毫瓦（dBm）值分别作为指纹数据库的元素存入指纹数据库条目中。

所述指纹数据库的条目应包含有键：位置坐标，接入点AP的媒体访问控制MAC地址，分贝毫瓦（dBm）值和该分贝毫瓦（dBm）值上的概率。

Claims

1.一种WiFi室内定位系统的指纹数据库构建方法，其特征在于，包括如下步骤：

第一步：确定参考点的位置和坐标；

在定位的覆盖区域上按照一定的间隔设置一系列参考点；

第二步：在参考点上捕获接入点AP的媒体访问控制MAC地址；

以一定的频率扫描，是指安装在指纹采集设备上的客户端软件以1Hz的频率发出探查要求帧Probe Request，并从所收到的探查应答帧Probe Response中提取接入点AP的媒体访问控制MAC地址；

第四步：将采样文件发送到服务器；

第六步：对拟合的概率分布曲线进行相关性修正；

第七步：对相关性修正后的概率分布曲线进行截断处理；

第九步：生成指纹数据库；

2.根据权利要求1所述的WiFi室内定位系统的指纹数据库构建方法，其特征在于，所述第一步的参考点采用等距网格的方式来设置。

3.根据权利要求1所述的WiFi室内定位系统的指纹数据库构建方法，其特征在于，所述指纹采集设备是基于安卓的智能移动终端，能够通过调用系统的应用程序接口驱动无线网卡发出探查要求帧Probe Request，并处理接收到的探查应答帧Probe Response。

4.根据权利要求1所述的WiFi室内定位系统的指纹数据库构建方法，其特征在于，所述第三步的采样文件是用来记录参考点上的媒体访问控制MAC地址列表和对应的采集到的各个接入点AP的信号强度，采集到的信号强度按照时间顺序记录在采样文件中，采样文件还包含有参考点的位置坐标的信息。

5.根据权利要求1所述的WiFi室内定位系统的指纹数据库构建方法，其特征在于，所述第九步的指纹数据库的条目包含有键：位置坐标，接入点AP的媒体访问控制MAC地址，分贝毫瓦值和该分贝毫瓦值上的概率。