CN103913720B - 一种面向非特定Wi-Fi设备的室内定位方法 - Google Patents

Abstract

本发明提供一种室内定位方法，面向非特定Wi-Fi设备，在室内环境中设置参考点，在参考点以及参考点周围的多个相关点，使用第一Wi-Fi设备检测来自所有Wi-Fi接入点的接收信号强度，以构建Wi-Fi位置指纹库；在待定位处使用第二Wi-Fi设备，采集来自所有Wi-Fi接入点的接收信号强度数据，并进行数据处理；计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，估计待定位处的位置坐标。本发明提供的室内定位方法，构建位置指纹库时存储了参考点周围8个方向的接收信号强度数据，提高了定位的精度；定位计算时考虑待定位处与位置指纹库中每个参考点在空间上的相似程度，有效地解决了不同类型Wi-Fi设备的定位精度问题，提高系统的鲁棒性。

Description

一种面向非特定Wi-Fi设备的室内定位方法

技术领域

本发明涉及一种室内定位方法，具体涉及一种面向非特定Wi-Fi设备的室内定位方法。

背景技术

随着国民经济和科学技术的飞速发展，人们在日常生活中对基于位置服务的需求不断增加，而如何准确地确定用户位置则是实现基于位置服务的基础和关键。目前，人们生活和工作的大部分时间都集中在大楼、商场、餐厅等室内环境，高精度的室内定位技术能够有效地提高工作效率和生活质量，室内定位服务的需求量日益增长。近些年来，随着科技的不断发展，无线局域网络越发普及，越来越多的室内环境已经布置了无线接入点，无线网络的覆盖区域不断扩大，特别是Wi-Fi网络，这些接入点在为室内定位技术提供了充足的基础设施的同时，也降低了实现定位所需要的成本。在众多室内定位技术中，基于位置指纹的室内定位技术可以在低成本的前提下取得较为理想的定位精度。因此，研究基于Wi-Fi位置指纹的室内定位技术势在必行。

分析基于位置指纹的室内定位技术的基本原理可知，基于Wi-Fi位置指纹的室内定位技术分为采样阶段和定位阶段。采样阶段首先在需要进行定位的室内环境人为的设定一系列位置信息已知的参考点，随后在每个参考点处放置无线信号接受装置，检测并采集来自每个Wi-Fi接入点的接收信号强度数据；最后对采集得到的接收信号强度数据进行处理，并将每个参考点的位置坐标、处理后的接收信号强度值等信息存入位置指纹库。定位阶段首先在待测点处检测并采集来自每个Wi-Fi接入点的接收信号强度信息，随后利用定位算法比较待测点与位置指纹库中每个参考点的临近性，从而实现对待测点位置坐标的估计。

传统的基于Wi-Fi位置指纹的室内定位技术，在采样阶段构建位置指纹库时大多只采用一种无线网卡对接收信号强度数据进行采集，如果在定位阶段的待定位处无线网卡与采样阶段不同，就会使得定位精度出现明显下降，使整个室内定位系统工作的准确性和稳定性变差。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种面向非特定Wi-Fi设备的室内定位方法，在构建位置指纹库时不仅存储每个参考点处的接收信号强度数据的相关信息，同时存储了周围8个方向的接收信号强度数据的相关信息；在定位计算时考虑待定位处与位置指纹库中每个参考点在空间上的相似程度，有效地解决了非特定Wi-Fi设备的定位问题，提高了定位精度以及整个室内定位系统的鲁棒性。

本发明提供一种室内定位方法，包括以下步骤：

(1)在室内环境中设置参考点，在参考点以及参考点周围的多个相关点，使用第一Wi-Fi设备检测来自所有Wi-Fi接入点的接收信号强度，以构建Wi-Fi位置指纹库；

(2)在待定位处使用第二Wi-Fi设备，采集来自所有Wi-Fi接入点的接收信号强度数据，并进行数据处理；

(3)计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，估计待定位处的位置坐标。

进一步地，第一Wi-Fi设备与第二Wi-Fi设备为不同类型的Wi-Fi设备。

进一步地，第一Wi-Fi设备与第二Wi-Fi设备为相同类型的Wi-Fi设备。

进一步地，步骤(1)包括以下步骤：

(11)在室内设置多个参考点；

(12)在每个参考点以及参考点周围的多个相关点，检测来自所有Wi-Fi接入点的接收信号强度，构成参考点的位置指纹；

(13)将每个参考点的位置指纹，关联参考点的位置坐标，记录到Wi-Fi位置指纹库。

进一步地，步骤(11)在室内设置多个参考点，包括以下步骤：

(111)将室内划分多个部分，根据每一部分的面积与定位精度，将每一部分划分为多个大小相同的网格；

(112)每个网格的中心作为参考点。

进一步地，步骤(12)中参考点周围的多个相关点为8个。

进一步地，步骤(12)中参考点以及其周围的8个相关点的位置指纹的存储顺序为：参考点、左上方相关点、上方相关点、右上方相关点、右方相关点、右下方相关点、下方相关点、左下方相关点、左方相关点。

进一步地，步骤(2)在采集待定位处的接收信号强度数据时，需要将第二Wi-Fi设备从左上方开始顺时针进行转动。

进一步地，步骤(3)中估计待定位处的位置坐标时，包括以下步骤：

(31)计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，计算方法如下：

${\mathrm{\θ}}_{ij}=\sqrt{\underset{l=1}{\overset{n}{\mathrm{\Σ}}}{\left({\mathrm{RSS}}_{jAPl}-{\mathrm{RSS}}_{ijAPl}\right)}^2},1\≤j\≤t$

${\mathrm{\θ}}_i=\frac{1}{t}\sqrt{\underset{j=1}{\overset{t}{\Σ}}{{\mathrm{\θ}}_{ij}}^2}$

式中，θ_ij表示待定位处与第i个参考点在第j个方向上的接近程度，RSS_jAPl表示待定位处在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，RSS_ijAPl表示第i个参考点在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，n表示Wi-Fi接入点的数量，t表示参考点空间存储的参考点数量，θ_i表示待定位处与第i个参考点接收信号强度数据空间分布的相似性，θ_i越小表示待定位处与第i个参考点接收信号强度数据空间分布的相似性越高；

(32)选取相似性高的k个参考点用于待定位处位置坐标的估计，计算方法为：

$(\hat{x},\hat{y})=\underset{i=1}{\overset{K}{\Σ}}\frac{{\mathrm{\θ}}_i}{\underset{i=1}{\overset{K}{\Σ}}{\mathrm{\θ}}_i}\×(x_i,y_i)$

式中，为待定位处位置坐标的估计值，(x_i,y_i)表示对应参考点的位置坐标。

进一步地，步骤(2)在处理待定位处的接收信号强度数据时，如果采集得到的第二Wi-Fi设备的接收信号强度数据波动较大，则采用卡尔曼滤波方法进行数据处理；若采集得到的第二Wi-Fi设备的接收信号强度数据波动较小，则采用均值滤波方法进行数据处理。

与现有技术相比，本发明提供的室内定位方法具有以下有益效果：

(1)在构建位置指纹库时不仅存储每个参考点处的接收信号强度数据的相关信息，同时存储了周围8个方向的接收信号强度数据的相关信息，进一步提高了定位的精度；

(2)在定位计算时考虑待定位处与位置指纹库中每个参考点在空间上的相似程度，有效地解决了非特定Wi-Fi设备的定位问题，提高了定位精度以及整个室内定位系统的鲁棒性。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1为采用本发明的一个实施例中的室内定位方法进行定位的结构示意图；

图2为位置指纹库构建的示意图；

图3为参考点以及周围8个相关点的位置指纹存储顺序示意图；

图4为定位过程示意图。

具体实施方式

如图1所示，面向非特定Wi-Fi设备的特定Wi-Fi环境定位方法包括位置指纹库构建和定位计算两个部分。

图2为位置指纹库构建的示意图。

构建位置指纹库时，首先述室内划分多个部分，根据每一部分的面积与定位精度要求，将每一部分划分为多个大小相同的网格，将每个网格的中心作为参考点。随后在每个参考点处采集来自所有Wi-Fi接入点的接收信号强度数据，并对位置指纹进行存储。若用F_i表示第i个参考点处的位置指纹，位置指纹可以表示如下：

$F_i=\left\{\begin{array}{ccc}{\mathrm{SSID}}_i^1& {\mathrm{RSSmean}}_i^2& {\mathrm{RSSstd}}_i^1\\ {\mathrm{SSID}}_i^2& {\mathrm{RSSmean}}_i^2& {\mathrm{RSSstd}}_i^2\\ .& .& .\\ .& .& .\\ .& .& .\\ {\mathrm{SSID}}_i^n& {\mathrm{RSSmean}}_i^n& {\mathrm{RSSstd}}_i^n\end{array}\right\}$

式中，表示该参考点第j个Wi-Fi接入点的名称信息，可以存储Wi-Fi接入点的名字或者MAC地址。表示该参考点来自第j个Wi-Fi接入点的接收信号强度数据的平均值，表示该参考点来自第j个Wi-Fi接入点的接收信号强度数据的标准差。n表示在该参考点处可以检测到的Wi-Fi接入点的个数，在实际应用中，不同的参考点检测到Wi-Fi接入点的个数可能不同。

位置指纹所包含的相关信息储存完毕后，需要与参考点的位置信息建立一一对应的关系。若用L_i表示位置指纹F_i对应参考点的位置信息，位置信息可以表示如下：

L_i＝(x_i,y_i)

式中，x_i和y_i用来表示参考点的位置坐标。本文重点研究二维的室内定位技术，若进行三维室内定位技术的研究，参考点的位置信息L_i中应包含三维坐标信息。假设在需要进行定位的室内环境中部署参考点的个数为m，位置信息记为L＝(L₁,L₂,…,L_m)，m个位置指纹记为F＝(F₁,F₂,…,F_m)。

图3为参考点以及周围8个相关点位置指纹存储顺序的示意图。

构建位置指纹库时，在每个参考点处，不仅需要存储该参考点的接收信号强度数据信息，还需要存储该参考点周围8个相关点的接收信号强度信息。其中，来自Wi-Fi接入点的接收信号强度数据的相关信息，包括在对应参考点与相关点，来自所有所述Wi-Fi接入点的接收信号强度数据的平均值、标准差以及所有所述Wi-Fi接入点的名称。全部9个参考点的位置指纹的存储顺序为：所述参考点、左上方相关点、上方相关点、右上方相关点、右方相关点、右下方相关点、下方相关点、左下方相关点、左方相关点，若所述参考点周围的相关点数量少于8个，则按顺序存储存在的所有相关点的位置指纹。

图4为定位过程的示意图；

首先，采集待定位处的接收信号强度数据。在采集待定位处的接收信号强度数据时，需要将待定位处从左上方开始顺时针进行转动，并采集待定位处以及待定位处周围8个相关点的接收信号强度数据。

得到待定位处的接收信号强度数据后，对接收信号强度数据进行处理。若采集得到的待定位处的接收信号强度数据波动较大，则采用卡尔曼滤波方法进行数据处理；若采集得到的待定位处的接收信号强度数据波动较小，则采用均值滤波方法进行数据处理。

随后，计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，计算方法如下：

${\mathrm{\θ}}_{ij}=\sqrt{\underset{l=1}{\overset{n}{\Σ}}{({\mathrm{RSS}}_{jAPl}-{\mathrm{RSS}}_{ijAPl})}^2},1\≤j\≤t$

${\mathrm{\θ}}_i=\frac{1}{t}\sqrt{\underset{j=1}{\overset{t}{\Σ}}{{\mathrm{\θ}}_{ij}}^2}$

式中，θ_ij表示待定位处与第i个参考点在第j个方向上的接近程度，RSS_jAPl表示待定位处在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，RSS_ijAPl表示第i个参考点在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，n表示Wi-Fi接入点的数量，t表示所述参考点空间存储的参考点数量，θ_i表示待定位处与第i个参考点接收信号强度数据空间分布的相似性，θ_i越小表示所述待定位处与第i个参考点接收信号强度数据空间分布的相似性越高。

最后，选取位置指纹库中与待定位处接收信号强度空间相似性较高的k个参考点用于所述待定位处位置坐标的估计，计算方法为：

$(\hat{x},\hat{y})=\underset{i=1}{\overset{K}{\Σ}}\frac{{\mathrm{\θ}}_i}{\underset{i=1}{\overset{K}{\Σ}}{\mathrm{\θ}}_i}\×(x_i,y_i)$

式中，为所述待定位处位置坐标的估计值，(x_i,y_i)表示对应参考点的位置坐标。

本发明提供的面向非特定Wi-Fi设备的特定Wi-Fi环境定位方法，在构建位置指纹库时不仅存储每个参考点处的接收信号强度数据的相关信息，同时存储了周围8个方向的接收信号强度数据的相关信息；在定位计算时考虑待定位处与位置指纹库中每个参考点在空间上的相似程度，有效地解决了非特定Wi-Fi设备的定位问题，提高了定位精度以及整个室内定位系统的鲁棒性。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域的技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种室内定位方法，其特征在于，所述方法包括以下步骤：

(1)在室内环境中设置参考点，在所述参考点以及所述参考点周围的多个相关点，使用第一Wi-Fi设备检测来自所有Wi-Fi接入点的接收信号强度，以构建Wi-Fi位置指纹库；

(2)在待定位处使用第二Wi-Fi设备，采集来自所有Wi-Fi接入点的接收信号强度数据，并进行数据处理；

(3)计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，估计待定位处的位置坐标；

步骤(3)中估计待定位处的位置坐标时，包括以下步骤：

(31)计算待定位处附近接收信号强度数据空间分布与每个参考点接收信号强度数据空间分布的相似性，计算方法如下：

${\mathrm{\θ}}_{ij}=\sqrt{\underset{l=1}{\overset{n}{\Σ}}{({\mathrm{RSS}}_{jAPl}-{\mathrm{RSS}}_{ijAPl})}^2},1\≤j\≤t$

${\mathrm{\θ}}_i=\frac{1}{t}\sqrt{\underset{j=1}{\overset{t}{\Σ}}{{\mathrm{\θ}}_{ij}}^2}$

式中，θ_ij表示待定位处与第i个参考点在第j个方向上的接近程度，RSS_jAPl表示待定位处在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，RSS_ijAPl表示第i个参考点在第j个方向上来自第l个Wi-Fi接入点的接收信号强度，n表示Wi-Fi接入点的数量，t表示所述参考点空间存储的参考点数量，θ_i表示待定位处与第i个参考点接收信号强度数据空间分布的相似性，θ_i越小表示所述待定位处与第i个参考点接收信号强度数据空间分布的相似性越高；

(32)选取相似性高的k个参考点用于所述待定位处位置坐标的估计，计算方法为：

$(\hat{x},\hat{y})=\underset{i=1}{\overset{K}{\Σ}}\frac{{\mathrm{\θ}}_i}{\underset{i=1}{\overset{K}{\Σ}}{\mathrm{\θ}}_i}\×(x_i,y_i)$

式中，为所述待定位处位置坐标的估计值，(x_i,y_i)表示对应参考点的位置坐标。

2.如权利要求1所述的室内定位方法，其特征在于，所述第一Wi-Fi设备与所述第二Wi-Fi设备为不同类型的Wi-Fi设备。

3.如权利要求1所述的室内定位方法，其特征在于，所述第一Wi-Fi设备与所述第二Wi-Fi设备为相同类型的Wi-Fi设备。

4.如权利要求1所述的室内定位方法，其特征在于，步骤(1)包括以下步骤：

(11)在所述室内设置多个所述参考点；

(12)在每个所述参考点以及所述参考点周围的多个相关点，检测来自所有所述Wi-Fi接入点的接收信号强度，构成所述参考点的位置指纹；

(13)将每个所述参考点的位置指纹，关联所述参考点的位置坐标，记录到所述Wi-Fi位置指纹库。

5.如权利要求4所述的室内定位方法，其特征在于，步骤(11)在所述室内设置多个所述参考点，包括以下步骤：

(111)将所述室内划分多个部分，根据每一所述部分的面积与定位精度，将每一所述部分划分为多个大小相同的网格；

(112)每个所述网格的中心作为所述参考点。

6.如权利要求4所述的室内定位方法，其特征在于，步骤(12)中所述参考点周围的多个所述相关点为8个。

7.如权利要求6所述的室内定位方法，其特征在于，步骤(12)中所述参考点以及其周围的8个所述相关点的位置指纹的存储顺序为：所述参考点、左上方相关点、上方相关点、右上方相关点、右方相关点、右下方相关点、下方相关点、左下方相关点、左方相关点。

8.如权利要求1所述的室内定位方法，其特征在于，步骤(2)在采集待定位处的接收信号强度数据时，需要将所述第二Wi-Fi设备从左上方开始顺时针进行转动。