CN103630873A - 融合地磁场与wifi信号的室内定位方法 - Google Patents
融合地磁场与wifi信号的室内定位方法 Download PDFInfo
- Publication number
- CN103630873A CN103630873A CN201310632930.4A CN201310632930A CN103630873A CN 103630873 A CN103630873 A CN 103630873A CN 201310632930 A CN201310632930 A CN 201310632930A CN 103630873 A CN103630873 A CN 103630873A
- Authority
- CN
- China
- Prior art keywords
- vector
- wifi
- signal
- normalization
- fingerprint
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/04—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及室内定位技术领域,具体涉及融合地磁场与WIFI信号的室内定位方法。本发明的方法在离线采样阶段同时采集WIFI信号强度与地磁场信息样本上传至定位中心数据库,在定位中心采用主成份分析方法进行数据特征融合分析,生成融合投影矩阵,利用投影矩阵对数据库内所有采样信息进行投影,得到融合样本。在线定位阶段利用融合投影矩阵对终端接收到的WIFI与地磁场强度信息向量进行投影,生成融合向量,利用融合向量与定位中心数据库中的融合样本进行比对,得到定位结果。本发明方法在现有的普通智能手机上实现融合WIFI与地磁场强度信息的准确定位。
Description
技术领域
本发明涉及室内定位技术领域,具体涉及融合地磁场与WIFI信号的室内定位方法。
背景技术
室内定位技术在室内公共场所监控、室内导航应用中具有重大价值,其中WIFI信号目前广泛存在于城市大多数场合,而目前大众消费的智能手机都具有WIFI接收功能,因此WIFI定位具有普遍性与易实现性;地球磁场因室内环境(钢筋混凝土结构、铁制门窗等)的影响,使地磁场在室内不同位置具有不同的场强分布,同时目前大众消费的智能手机基本带有磁感应计(最常见的应用就是手机上的电子指南针),因此利用地磁场强度信息进行定位也是一种易于广泛使用的方法,但是单一的室内定位技术并不能取得十分理想的定位精度。
在发明专利201010176333.1与201010176348.8中提出了一种利用地磁信息进行室内定位与导航的装置,正如专利中所说,地磁信息往往受到电磁干扰(室内环境下通常是WIFI、电器等干扰),因此该发明采用了复杂的谐振式巨磁阻抗非晶丝传感器来克服干扰,而实际上,WIFI信号本身也是一种有效的定位信息(发明专利201310107068.5、200910242700.0等),单一的抗干扰方法不仅没有充分利用有效定位信息,而且需要增加额外的复杂抗电磁干扰设备,不利于在普通消费品手机终端上使用。而纵观现有的WIFI定位技术,也没有综合考虑地磁场强度信息。
发明内容
为了解决上述技术问题,本发明提供了一种室内定位方法及系统,综合考虑WIFI与地磁场强度信息,进行有效的信息融合,能够充份利用与位置相关的有效信息,得到更为精确的定位结果。
为了达到上述目的,本发明所采用的技术方案之一是,融合地磁场与WIFI信号的室内定位方法,包括以下步骤:
步骤1:在WIFI环境下,采集每个采样点的WIFI信号和地磁信号,将每一采样点的WIFI信号与地磁信号归一化处理,使其值域在同一个区间上,将同一采样点归一化后的WIFI信号与地磁信号组合成归一化混合指纹向量;
步骤2:排除归一化混合指纹向量中相互干扰影响的数值分量,提取出有鉴别力的定位信息,将所有采样点的归一化混合指纹向量构成训练矩阵,对训练矩阵进行方差进行主成分分析,提取出训练矩阵的主特征向量构成投影矩阵,利用投影矩阵将每一采样点归一化混合指纹向量投影,得到每一采样点的融合向量,并将所有采样点的融合向量存储到数据库中;
步骤3:采集待定位点的WIFI信号和地磁信号,并将该待定位点的WIFI信号和地磁信号归一化处理,将归一化后的WIFI信号与地磁信号组合成待定位点的归一化混合指纹向量,再利用投影矩阵对该待定位点的归一化混合指纹向量投影,得到该待定位点的融合向量;
步骤4:遍历数据库中所有采样点的融合向量,找出与该待定位点的融合向量相似度最大的采样点,并将该采样点作为定位位置。
进一步的,所述步骤1具体包括:
步骤11:在室内每隔一定距离进行均匀采样,并记录每一采样点Pi(i=1,2,3,......,N,N为正整数)的经纬度坐标位置、M个WIFI MAC ID(无线网卡物理地址,M为正整数)、m个WIFI信号强度xi(i=1,2,3,......,m,m为正整数且m≤M),地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz);
步骤12:将每一采样点Pi的m个WIFI信号强度xi采用公式进行归一化处理,使每一WIFI信号强度xi的值域在[0,1]之间,信号强度xi最强为1,信号强度xi最弱为0,对接收不到信号的WIFI MAC ID对应WIFI信号强度xi设为0,构成一个M维WIFI指纹{x1,x2,x3,...,xM},
步骤13:将每一采样点Pi的地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)采用公式进行归一化处理,使地磁场信号强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤14:将归一化后的WIFI指纹{x1,x2,x3,...,xM}与归一化后的地磁场bi在X、Y、Z方向上的三个分量(bix,biy,biz)组成归一化混合指纹向量Pi={xi1,xi2,xi3,...,xiM,bix,biy,biz}T并将该混合指纹向量上传到定位中心服务器,记录至数据库的原始数据表,
步骤15:判断采样点Pi(i=1,2,3,...,N,N为正整数)是否均匀遍布需要实现室内定位的区域,如果否则返回步骤11,如果是则执行步骤2。
进一步的,所述步骤2具体包括:
步骤22:计算原始数据表中每一个归一化混合指纹向量Pi的差值向量
步骤23:将差值向量Pi'(i=1,2,3,...,N)构成差值矩阵A=[P1',P2',Λ,PN'],进而得到整个训练集的协方差矩阵C=AAT;
步骤24:对协方差矩阵进行特征值分解,得到N个从大到小排序的特征值λ1,λ2,....,λN和对应的特征向量l1,l2,....,lN,特征值越大,表明采样数据在对应特征向量上的投影差别越大,这种差别是定位的依据,应该将这部分投影数值保留;特征值越小,表明采样数据在对应特征向量上的投影差别越小无法区分位置,这是WIFI与地磁信息受到干扰造或相互影响造成的,应该将这部分投影数值去除,执行步骤25;
步骤25:从N个特征值中从大到小取出K个特征值λ1,λ2,....,λK,使他们的总和大于N个特征值总和的90%,即满足取其中λ1,λ2,....,λK对应的特征向量l1,l2,....,lK为主特征向量,由主特征向量构成投影矩阵L=[l1,l2,....,lK],将投影矩阵存入投影矩阵缓存;
步骤26:利用投影矩阵对原始数据表中的所有归一化混合指纹Pi进行投影,得到融合向量 将融合向量Fi记录进融合数据表。
进一步的,所述步骤3具体包括:
步骤31:采集待定位点PD的M个MAC ID、m个WIFI信号强度xDi(i=1,2,3,......,m,m为正整数且m≤M)和地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz),
步骤32:将待定位点PD的m个WIFI信号强度xDi采用公式进行归一化处理,使WIFI信号强度xDi的值域在[0,1]之间,信号强度xDi最强为1,信号强度xDi最弱为0,生成一个M维WIFI指纹{xD1,xD2,xD3,...,xDM},
步骤33:将待定位点PD的地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)采用公式进行归一化处理,使地磁场信号强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤34:将归一化后的WIFI指纹{xD1,xD2,xD3,...,xDM}与归一化后的地磁场bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)组成待定位点归一化混合指纹向量D,并将该待定位点归一化混合指纹向量D上传到定位中心服务器,
步骤35:定位中心从投影矩阵缓存中取出投影矩阵L,对待定位点归一化混合指纹向量D进行投影,得到融合向量FD=DT·L。
进一步的,步骤4具体包括:
步骤41:遍历数据库中所有采样点Pi(i=1,2,3,...,N)的融合向量Fi(i=1,2,3,...,N),计算融合数据表中每个采样点Pi的融合向量Fi与终端融合向量FD的相似度S:
S=||Fi-FD||
步骤42:将S值最小的采样点Pi作为待定位点PD,并将该待定位点PD的经纬度坐标位置做为定位结果下发到终端,完成定位。
本发明通过采用上述技术方案,与现有技术相比,具有如下优点:
本发明的方法在离线采样阶段同时采集WIFI信号强度与地磁场信息样本上传至定位中心数据库,在定位中心采用主成份分析方法进行数据特征融合分析,生成融合投影矩阵,利用投影矩阵对数据库内所有采样信息进行投影,得到融合样本。本发明在现有的普通智能手机上实现融合WIFI与地磁场强度信息的定位方法,在离线采样阶段同时采集WIFI信号强度与地磁场信息样本上传至定位中心数据库,在定位中心采用主成份分析方法进行数据特征融合分析,生成融合投影矩阵,利用投影矩阵对数据库内所有采样信息进行投影,得到融合样本。在线定位阶段利用融合投影矩阵对终端接收到的WIFI与地磁场强度信息向量进行投影,生成融合向量,利用融合向量与定位中心数据库中的融合样本进行比对,得到定位结果。与传统方法相比,本发明不因为采用一种方法而排除另一类信号,因为地磁场与WIFI场强是相互影响具有一定的相关性,综合考虑WIFI与地磁场强度信息,进行有效的信息融合,能够充份利用与位置相关的有效信息,得到更为精确的定位结果,而且本方法不需要额外复杂设备,非常易于在普通智能手机上使用。在室内环境下因GPS失效而无法进行定位的情况下WIFI与地磁场定位是对GPS定位的有效补充,因为地磁场与WIFI场强会受到干扰或相互影响,具有一定的相关性,所以本发明综合考虑WIFI与地磁场强度信息,进行有效的信息融合,能够充份利用二者信息,得到比单一方法更为精确的定位结果,而且本方法不需要额外复杂设备,非常易于在普通智能手机上实现和使用。
具体实施方式
作为一个具体的实施例,本发明的融合地磁场与WIFI信号的室内定位方法,包括以下步骤:
步骤1:在WIFI环境下,采集每个采样点的WIFI信号和地磁信号,将每一采样点的WIFI信号与地磁信号归一化处理,使其值域在同一个区间上,将同一采样点归一化后的WIFI信号与地磁信号组合成归一化混合指纹向量;
步骤11:在室内每隔一定距离进行均匀采样,并记录每一采样点Pi(i=1,2,3,......,N,N为正整数)的经纬度坐标位置、M个WIFI MAC ID(无线网卡物理地址,M为正整数)、m个WIFI信号强度xi(i=1,2,3,......,m,m为正整数且m≤M),地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz);
步骤12:将每一采样点Pi的m个WIFI信号强度xi采用公式进行归一化处理,使每一WIFI信号强度xi的值域在[0,1]之间,信号强度xi最强为1,信号强度xi最弱为0,对接收不到信号的WIFI MAC ID对应WIFI信号强度xi设为0,构成一个M维WIFI指纹{x1,x2,x3,...,xM},
步骤13:将每一采样点Pi的地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)采用公式进行归一化处理,使地磁场信号强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤14:将归一化后的WIFI指纹{x1,x2,x3,...,xM}与归一化后的地磁场bi在X、Y、Z方向上的三个分量(bix,biy,biz)组成归一化混合指纹向量Pi={xi1,xi2,xi3,...,xiM,bix,biy,biz}T并将该混合指纹向量上传到定位中心服务器,记录至数据库的原始数据表,该原始数据表结构如表1所示,原始数据表保存原始采样数据信息,为下一步融合提供数据。表1中记录的数据包括:采样点经、纬度坐标,MAC ID和信号强度,地磁场X分量,地磁场Y分量,地磁场Z分量。其中MAC ID与信号强度分别保存为一维数组,每个数组元素代表一个MAC ID及对应的信号强度,由于不同室内情况数组长度可能不同,为便于在数据库中存储将其保存为BLOB类型。
表1
步骤15:判断采样点Pi(i=1,2,3,...,N,N为正整数)是否均匀遍布需要实现室内定位的区域,如果否则返回步骤11,如果是则执行步骤2。
步骤2:排除归一化混合指纹向量中相互干扰影响的数值分量,提取出有鉴别力的定位信息,将所有采样点的归一化混合指纹向量构成训练矩阵,对训练矩阵进行方差进行主成分分析,提取出训练矩阵的主特征向量构成投影矩阵,利用投影矩阵将每一采样点归一化混合指纹向量投影,得到每一采样点的融合向量,并将所有采样点的融合向量存储到数据库中;上述有鉴别力的定位信息是排除了干扰后剩下的鉴别力强的定位信息,此处的鉴别力强的定位信息具体指:WIFI信号和地磁信号因为位置不同而差异较大的分量,因为如果位置不同的地方信号没什么差别,那信号就没什么鉴别力来区分位置,上述融合向量中包含位置鉴别能力较强的WIFI信息与地磁信息,排除了干扰造成的位置鉴别能力较差的WIFI与地磁信息,实现二者的有效融合;
所述步骤2具体包括:
步骤22:计算原始数据表中每一个归一化混合指纹向量Pi的差值向量
步骤23:将差值向量Pi'(i=1,2,3,...,N)构成差值矩阵A=[P1',P2',Λ,PN'],进而得到N×N维的训练集的协方差矩阵C=AAT;
步骤24:对协方差矩阵进行特征值分解,得到N个从大到小排序的特征值λ1,λ2,....,λN和对应的特征向量l1,l2,....,lN,特征值λi越大,表明采样数据在对应特征向量上的投影差别越大,这种差别是定位的依据,应该将这部分投影数值保留;特征值λi越小,表明采样数据在对应特征向量上的投影差别越小无法区分位置,这是WIFI与地磁信息受到干扰造或相互影响造成的,应该将这部分投影数值去除,执行步骤25;
步骤25:从N个特征值中从大到小取出K个特征值λ1,λ2,....,λK,使他们的总和大于N个特征值总和的90%,即满足取其中λ1,λ2,....,λK对应的特征向量l1,l2,....,lK为主特征向量,由主特征向量构成投影矩阵L=[l1,l2,....,lK],将投影矩阵存入投影矩阵缓存;
步骤26:利用投影矩阵对原始数据表中的所有归一化混合指纹Pi进行投影,得到融合向量 将融合向量Fi记录进融合数据表。
步骤3:采集待定位点的WIFI信号和地磁信号,并将该待定位点的WIFI信号和地磁信号归一化处理,将归一化后的WIFI信号与地磁信号组合成待定位点的归一化混合指纹向量,再利用投影矩阵对该待定位点的归一化混合指纹向量投影,得到该待定位点的融合向量,
该步骤3具体包括:
步骤31:采集待定位点PD的M个MAC ID、m个WIFI信号强度xDi(i=1,2,3,......,m,m为正整数且m≤M)和地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz),
步骤32:将待定位点PD的m个WIFI信号强度xDi采用公式进行归一化处理,使WIFI信号强度xDi的值域在[0,1]之间,信号强度xDi最强为1,信号强度xDi最弱为0,生成一个M维WIFI指纹{xD1,xD2,xD3,...,xDM},
步骤33:将待定位点PD的地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)采用公式进行归一化处理,使地磁场信号强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤34:将归一化后的WIFI指纹{xD1,xD2,xD3,...,xDM}与归一化后的地磁场bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)组成待定位点归一化混合指纹向量D,并将该待定位点归一化混合指纹向量D上传到定位中心服务器,
步骤35:定位中心从投影矩阵缓存中取出投影矩阵L,对待定位点归一化混合指纹向量D进行投影,得到融合向量FD=DT·L。
步骤4:遍历数据库中所有采样点的融合向量,找出与该待定位点的融合向量相似度最大的采样点,并将该采样点作为定位位置,定位中心将该定位位置下发给终端。
步骤4具体包括:
步骤41:遍历数据库中所有采样点Pi(i=1,2,3,...,N)的融合向量Fi(i=1,2,3,...,N),计算融合数据表中每个采样点Pi的融合向量Fi与终端融合向量FD的相似度S:
S=||Fi-FD||
步骤42:将S值最小的采样点Pi作为待定位点PD,并将该待定位点PD的经纬度坐标位置做为定位结果下发到终端,完成定位。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (5)
1.一种融合地磁场与WIFI信号的室内定位方法,其特征在于:包括
步骤1:在WIFI环境下,采集每个采样点的WIFI信号和地磁信号,将每一采样点的WIFI信号与地磁信号归一化处理,使其值域在同一个区间上,将同一采样点归一化后的WIFI信号与地磁信号组合成归一化混合指纹向量;
步骤2:排除归一化混合指纹向量中相互干扰影响的数值分量,提取出有鉴别力的定位信息,将所有采样点的归一化混合指纹向量构成训练矩阵,对训练矩阵进行方差进行主成分分析,提取出训练矩阵的主特征向量构成投影矩阵,利用投影矩阵将每一采样点归一化混合指纹向量投影,得到每一采样点的融合向量,并将所有采样点的融合向量存储到数据库中;
步骤3:采集待定位点的WIFI信号和地磁信号,并将该待定位点的WIFI信号和地磁信号归一化处理,将归一化后的WIFI信号与地磁信号组合成待定位点的归一化混合指纹向量,再利用投影矩阵对该待定位点的归一化混合指纹向量投影,得到该待定位点的融合向量;
步骤4:遍历数据库中所有采样点的融合向量,找出与该待定位点的融合向量相似度最大的采样点,并将该采样点作为定位位置。
2.根据权利要求1所述的一种融合地磁场与WIFI信号的室内定位方法,其特征在于:所述步骤1具体包括:
步骤11:在室内每隔一定距离进行均匀采样,并记录每一采样点Pi(i=1,2,3,......,N,N为正整数)的经纬度坐标位置、M个WIFI MAC ID(无线网卡物理地址,M为正整数)、m个WIFI信号强度xi(i=1,2,3,......,m,m为正整数且m≤M),地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz);
步骤12:将每一采样点Pi的m个WIFI信号强度xi采用公式进行归一化处理,使每一WIFI信号强度xi的值域在[0,1]之间,信号强度xi最强为1,信号强度xi最弱为0,对接收不到信号的WIFI MAC ID对应WIFI信号强度xi设为0,构成一个M维WIFI指纹{x1,x2,x3,...,xM},
步骤13:将每一采样点Pi的地磁场强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)采用公式进行归一化处理,使地磁场信号强度bi在X、Y、Z方向上的三个分量(bix,biy,biz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤14:将归一化后的WIFI指纹{x1,x2,x3,...,xM}与归一化后的地磁场bi在X、Y、Z方向上的三个分量(bix,biy,biz)组成归一化混合指纹向量Pi={xi1,xi2,xi3,...,xiM,bix,biy,biz}T并将该混合指纹向量上传到定位中心服务器,记录至数据库的原始数据表,
步骤15:判断采样点Pi(i=1,2,3,...,N,N为正整数)是否均匀遍布需要实现室内定位的区域,如果否则返回步骤11,如果是则执行步骤2。
3.根据权利要求1所述的一种融合地磁场与WIFI信号的室内定位方法,其特征在于:所述步骤2具体包括:
步骤21:从原始数据表中取出N个归一化混合指纹向量Pi(i=1,2,3,...,N)求平均向量
步骤22:计算原始数据表中每一个归一化混合指纹向量Pi的差值向量
步骤23:将差值向量Pi'(i=1,2,3,...,N)构成差值矩阵A=[P1',P2',Λ,PN'],进面得到整个训练集的协方差矩阵C=AAT;
步骤24:对协方差矩阵进行特征值分解,得到N个从大到小排序的特征值λ1,λ2,....,λN和对应的特征向量l1,l2,....,lN,特征值越大,表明采样数据在对应特征向量上的投影差别越大,这种差别是定位的依据,应该将这部分投影数值保留;特征值越小,表明采样数据在对应特征向量上的投影差别越小无法区分位置,这是WIFI与地磁信息受到干扰造或相互影响造成的,应该将这部分投影数值去除,执行步骤25;
步骤25:从N个特征值中从大到小取出K个特征值λ1,λ2,....,λK,使他们的总和大于N个特征值总和的90%,即满足取其中λ1,λ2,....,λK对应的特征向量l1,l2,....,lK为主特征向量,由主特征向量构成投影矩阵L=[l1,l2,....,lK],将投影矩阵存入投影矩阵缓存;
步骤26:利用投影矩阵对原始数据表中的所有归一化混合指纹Pi进行投影,得到融合向量 将融合向量Fi记录进融合数据表。
4.根据权利要求1所述的一种融合地磁场与WIFI信号的室内定位方法,其特征在于:所述步骤3具体包括:
步骤31:采集待定位点PD的M个MAC ID、m个WIFI信号强度xDi(i=1,2,3,......,m,m为正整数且m≤M)和地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz),
步骤32:将待定位点PD的m个WIFI信号强度xDi采用公式进行归一化处理,使WIFI信号强度xDi的值域在[0,1]之间,信号强度xDi最强为1,信号强度xDi最弱为0,生成一个M维WIFI指纹{xD1,xD2,xD3,...,xDM},
步骤33:将待定位点PD的地磁场强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)采用公式进行归一化处理,使地磁场信号强度bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)的值域分别都在[0,1]之间,信号最强为1,信号最弱为0,
步骤34:将归一化后的WIFI指纹{xD1,xD2,xD3,...,xDM}与归一化后的地磁场bD在X、Y、Z方向上的三个分量(bDx,bDy,bDz)组成待定位点归一化混合指纹向量D,并将该待定位点归一化混合指纹向量D上传到定位中心服务器,
步骤35:定位中心从投影矩阵缓存中取出投影矩阵L,对待定位点归一化混合指纹向量D进行投影,得到融合向量FD=DT·L。
5.根据权利要求1所述的一种融合地磁场与WIFI信号的室内定位方法,其特征在于:所述步骤4具体包括:
步骤41:遍历数据库中所有采样点Pi(i=1,2,3,...,N)的融合向量Fi(i=1,2,3,...,N),计算融合数据表中每个采样点Pi的融合向量Fi与终端融合向量FD的相似度S:
S=||Fi-FD||
步骤42:将S值最小的采样点Pi作为待定位点PD,并将该待定位点PD的经纬度坐标位置做为定位结果下发到终端,完成定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310632930.4A CN103630873B (zh) | 2013-12-02 | 2013-12-02 | 融合地磁场与wifi信号的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310632930.4A CN103630873B (zh) | 2013-12-02 | 2013-12-02 | 融合地磁场与wifi信号的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103630873A true CN103630873A (zh) | 2014-03-12 |
CN103630873B CN103630873B (zh) | 2018-08-17 |
Family
ID=50212124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310632930.4A Active CN103630873B (zh) | 2013-12-02 | 2013-12-02 | 融合地磁场与wifi信号的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103630873B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197934A (zh) * | 2014-09-02 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种基于地磁的定位方法、装置及系统 |
CN104197929A (zh) * | 2014-09-02 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种基于地磁和wifi的定位方法、装置及系统 |
CN104483658A (zh) * | 2014-12-30 | 2015-04-01 | 杭州云象网络技术有限公司 | 基于Wi-Fi和地磁场的室内定位方法 |
CN105592420A (zh) * | 2015-12-17 | 2016-05-18 | 北京百度网讯科技有限公司 | 环境特征库生成及基于环境特征库的室内定位方法和装置 |
CN105722028A (zh) * | 2016-01-31 | 2016-06-29 | 华南理工大学 | 基于wifi、磁场两级搜索室内行人定位系统及方法 |
CN106054130A (zh) * | 2016-06-06 | 2016-10-26 | 南京工程学院 | 一种基于music算法的室内定位方法及装置 |
CN106093843A (zh) * | 2016-05-31 | 2016-11-09 | 天津大学 | 一种基于地磁辅助WiFi的智能手机用户室内定位方法 |
CN106705958A (zh) * | 2016-12-30 | 2017-05-24 | 中国科学院深圳先进技术研究院 | 基于地磁场的室内定位方法及装置 |
CN106793084A (zh) * | 2016-12-26 | 2017-05-31 | 成都麦杰康科技有限公司 | 定位方法及装置 |
WO2017121168A1 (zh) * | 2016-01-11 | 2017-07-20 | 无锡知谷网络科技有限公司 | 簇式磁场定位的方法、装置和系统 |
CN107027168A (zh) * | 2016-02-02 | 2017-08-08 | 高德信息技术有限公司 | 定位方法和装置 |
CN107094287A (zh) * | 2017-04-01 | 2017-08-25 | 张亚军 | 一种基于wifi、磁场两级搜索室内行人定位系统和方法 |
CN107347181A (zh) * | 2017-07-11 | 2017-11-14 | 南开大学 | 一种基于双频Wi‑Fi信号的室内定位方法 |
CN108521627A (zh) * | 2018-03-14 | 2018-09-11 | 华南理工大学 | 基于HMM的wifi和地磁融合的室内定位系统及方法 |
CN108632753A (zh) * | 2018-05-22 | 2018-10-09 | 同济大学 | 一种基于rssi和地磁融合的室内定位方法 |
CN109029429A (zh) * | 2018-09-04 | 2018-12-18 | 电子科技大学 | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 |
CN109218983A (zh) * | 2018-06-28 | 2019-01-15 | 中国人民解放军国防科技大学 | 一种定位方法及定位系统 |
CN110148231A (zh) * | 2019-04-11 | 2019-08-20 | 深圳市航天华拓科技有限公司 | 一种基于电磁信号指纹信息标记施封记录的电子施封系统 |
CN111194003A (zh) * | 2020-01-13 | 2020-05-22 | 上海麦腾物联网技术有限公司 | 一种基于地磁传感器区分蓝牙设备的控制方法及系统 |
CN114827888A (zh) * | 2022-04-09 | 2022-07-29 | 江西师范大学 | 一种基于NB-IoT地磁的融合定位方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005197811A (ja) * | 2003-12-26 | 2005-07-21 | Kyocera Corp | 無線通信システムおよび携帯端末装置 |
CN101424737A (zh) * | 2008-12-15 | 2009-05-06 | 北京航空航天大学 | 一种基于信号强度距离的无线传感器网络信号图定位方法 |
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103220779A (zh) * | 2013-03-29 | 2013-07-24 | 北京邮电大学 | 室内定位方法、装置及系统 |
CN103281777A (zh) * | 2013-04-25 | 2013-09-04 | 浙江大学 | 一种基于WiFi的差分定位方法 |
-
2013
- 2013-12-02 CN CN201310632930.4A patent/CN103630873B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005197811A (ja) * | 2003-12-26 | 2005-07-21 | Kyocera Corp | 無線通信システムおよび携帯端末装置 |
CN101424737A (zh) * | 2008-12-15 | 2009-05-06 | 北京航空航天大学 | 一种基于信号强度距离的无线传感器网络信号图定位方法 |
CN103096466A (zh) * | 2013-01-17 | 2013-05-08 | 哈尔滨工业大学 | Wi-Fi室内定位方法 |
CN103220779A (zh) * | 2013-03-29 | 2013-07-24 | 北京邮电大学 | 室内定位方法、装置及系统 |
CN103281777A (zh) * | 2013-04-25 | 2013-09-04 | 浙江大学 | 一种基于WiFi的差分定位方法 |
Non-Patent Citations (1)
Title |
---|
YIN CHEN ETC.: ""Indoor Localization Using FM Signals"", 《IEEE TRANSACTIONS ON MOBILE COMPUTING》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197929B (zh) * | 2014-09-02 | 2017-04-26 | 百度在线网络技术(北京)有限公司 | 一种基于地磁和wifi的定位方法、装置及系统 |
CN104197929A (zh) * | 2014-09-02 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种基于地磁和wifi的定位方法、装置及系统 |
CN104197934A (zh) * | 2014-09-02 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种基于地磁的定位方法、装置及系统 |
CN104483658A (zh) * | 2014-12-30 | 2015-04-01 | 杭州云象网络技术有限公司 | 基于Wi-Fi和地磁场的室内定位方法 |
CN105592420B (zh) * | 2015-12-17 | 2019-11-22 | 北京百度网讯科技有限公司 | 环境特征库生成及基于环境特征库的室内定位方法和装置 |
CN105592420A (zh) * | 2015-12-17 | 2016-05-18 | 北京百度网讯科技有限公司 | 环境特征库生成及基于环境特征库的室内定位方法和装置 |
WO2017121168A1 (zh) * | 2016-01-11 | 2017-07-20 | 无锡知谷网络科技有限公司 | 簇式磁场定位的方法、装置和系统 |
CN105722028A (zh) * | 2016-01-31 | 2016-06-29 | 华南理工大学 | 基于wifi、磁场两级搜索室内行人定位系统及方法 |
CN107027168A (zh) * | 2016-02-02 | 2017-08-08 | 高德信息技术有限公司 | 定位方法和装置 |
CN106093843A (zh) * | 2016-05-31 | 2016-11-09 | 天津大学 | 一种基于地磁辅助WiFi的智能手机用户室内定位方法 |
CN106093843B (zh) * | 2016-05-31 | 2018-06-08 | 天津大学 | 一种基于地磁辅助WiFi的智能手机用户室内定位方法 |
CN106054130B (zh) * | 2016-06-06 | 2019-01-22 | 南京工程学院 | 一种基于music算法的室内定位方法及装置 |
CN106054130A (zh) * | 2016-06-06 | 2016-10-26 | 南京工程学院 | 一种基于music算法的室内定位方法及装置 |
CN106793084A (zh) * | 2016-12-26 | 2017-05-31 | 成都麦杰康科技有限公司 | 定位方法及装置 |
CN106705958A (zh) * | 2016-12-30 | 2017-05-24 | 中国科学院深圳先进技术研究院 | 基于地磁场的室内定位方法及装置 |
CN107094287A (zh) * | 2017-04-01 | 2017-08-25 | 张亚军 | 一种基于wifi、磁场两级搜索室内行人定位系统和方法 |
CN107094287B (zh) * | 2017-04-01 | 2021-09-10 | 云南财经大学 | 一种基于wifi、磁场两级搜索室内行人定位系统和方法 |
CN107347181B (zh) * | 2017-07-11 | 2020-07-14 | 南开大学 | 一种基于双频Wi-Fi信号的室内定位方法 |
CN107347181A (zh) * | 2017-07-11 | 2017-11-14 | 南开大学 | 一种基于双频Wi‑Fi信号的室内定位方法 |
CN108521627A (zh) * | 2018-03-14 | 2018-09-11 | 华南理工大学 | 基于HMM的wifi和地磁融合的室内定位系统及方法 |
CN108521627B (zh) * | 2018-03-14 | 2021-01-19 | 华南理工大学 | 基于HMM的wifi和地磁融合的室内定位系统及方法 |
CN108632753A (zh) * | 2018-05-22 | 2018-10-09 | 同济大学 | 一种基于rssi和地磁融合的室内定位方法 |
CN109218983A (zh) * | 2018-06-28 | 2019-01-15 | 中国人民解放军国防科技大学 | 一种定位方法及定位系统 |
CN109218983B (zh) * | 2018-06-28 | 2020-09-18 | 中国人民解放军国防科技大学 | 一种定位方法及定位系统 |
CN109029429A (zh) * | 2018-09-04 | 2018-12-18 | 电子科技大学 | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 |
CN109029429B (zh) * | 2018-09-04 | 2022-02-11 | 电子科技大学 | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 |
CN110148231A (zh) * | 2019-04-11 | 2019-08-20 | 深圳市航天华拓科技有限公司 | 一种基于电磁信号指纹信息标记施封记录的电子施封系统 |
CN111194003A (zh) * | 2020-01-13 | 2020-05-22 | 上海麦腾物联网技术有限公司 | 一种基于地磁传感器区分蓝牙设备的控制方法及系统 |
CN111194003B (zh) * | 2020-01-13 | 2021-06-04 | 上海麦腾物联网技术有限公司 | 一种基于地磁传感器区分蓝牙设备的控制方法及系统 |
CN114827888A (zh) * | 2022-04-09 | 2022-07-29 | 江西师范大学 | 一种基于NB-IoT地磁的融合定位方法 |
CN114827888B (zh) * | 2022-04-09 | 2022-12-23 | 江西师范大学 | 一种基于NB-IoT地磁的融合定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103630873B (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103630873A (zh) | 融合地磁场与wifi信号的室内定位方法 | |
Li et al. | How feasible is the use of magnetic field alone for indoor positioning? | |
Xie et al. | A reliability-augmented particle filter for magnetic fingerprinting based indoor localization on smartphone | |
CN103561462B (zh) | 一种完全基于智能移动终端平台的室内定位系统和方法 | |
Vandermeulen et al. | Indoor localization using a magnetic flux density map of a building | |
Huang et al. | A fine-grained indoor fingerprinting localization based on magnetic field strength and channel state information | |
CN103093459B (zh) | 利用机载LiDAR点云数据辅助影像匹配的方法 | |
CN104471558B (zh) | 用于重访位置检测的系统和方法 | |
CN104197930A (zh) | 一种基于惯性制导和射频识别的室内定位装置及方法 | |
CN105722028A (zh) | 基于wifi、磁场两级搜索室内行人定位系统及方法 | |
CN109029429A (zh) | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 | |
US20130244700A1 (en) | Mobile device and infrastructure systems | |
CN102711245B (zh) | 室内环境下wlan区域内两阶段匹配定位方法 | |
CN105163382A (zh) | 一种室内区域定位优化方法及系统 | |
Zhang et al. | Indoor 2.5 D positioning of WiFi based on SVM | |
Ayuso et al. | Accurately locating a vertical magnetic dipole buried in a conducting earth | |
EP3184963A1 (en) | Apparatus and method for magnetic field map generation for indoor localization | |
CN101577853B (zh) | 一种无线台站终端精确定位方法 | |
CN204115737U (zh) | 一种基于惯性制导和射频识别的室内定位装置 | |
Liang et al. | Indoor mapping and localization for pedestrians using opportunistic sensing with smartphones | |
Wei et al. | iMag: Accurate and rapidly deployable inertial magneto-inductive localisation | |
Tsai et al. | A positioning scheme combining location tracking with vision assisting for wireless sensor networks | |
Wei et al. | iMag+: An accurate and rapidly deployable inertial magneto-inductive SLAM system | |
CN105699940B (zh) | 利用参照信号对非法电台快速定位监测的方法 | |
CN108848456A (zh) | 采用分类指纹选取的室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |