CN104076327A - 基于搜索空间缩减的连续定位方法 - Google Patents
基于搜索空间缩减的连续定位方法 Download PDFInfo
- Publication number
- CN104076327A CN104076327A CN201410335025.7A CN201410335025A CN104076327A CN 104076327 A CN104076327 A CN 104076327A CN 201410335025 A CN201410335025 A CN 201410335025A CN 104076327 A CN104076327 A CN 104076327A
- Authority
- CN
- China
- Prior art keywords
- positioning
- rssi
- location
- search volume
- reference position
- 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
- G01S5/0252—Radio frequency fingerprinting
Abstract
本发明涉及室内无线定位领域,尤其是一种根据移动位置连续性,应用室内结构布局搜索空间缩减的定位方法。在离线训练阶段根据室内结构布局设计一个无向连通图,在地图中参考位置收集多个AP的RSSI(信号强度)特征,建立RSSI指纹数据库;在线定位阶段,利用搜索空间缩减的连续定位算法,将定时获取的各AP的RSSI目标指纹与指纹数据库中的参考指纹进行匹配,把匹配后得到最大概率的位置作为定位结果。本方法简单易行,该算法有效的降低了RSSI波动和相似RSSI指纹对定位结果造成的抖动,降低了算法实时定位阶段的计算量,提高了定位速度、精度和稳定性。
Description
技术领域
本发明涉及室内无线定位领域,尤其是一种根据移动位置连续性,应用室内结构布局搜索空间缩减的定位方法。
背景技术
近年来,位置服务的发展非常迅速,对现代生活方式有着重大的影响。位置服务从普通的商业应用到科学研究等各行业中都有重要的作用,如用路线导航,位置分享,跟踪定位等。对于户外环境,GPS是一种成熟应用于位置服务的技术,它能够在户外环境提供较为精确的位置信息,满足室外位置服务的精度要求。而在大型建筑内,如地下停车场等室内环境中,由于无法正常接收卫星信号导致GPS技术无法应用于室内定位,并且GPS定位精度也无法满足室内位置服务的要求。室内位置服务对定位技术提出了更苛刻的要求,它需要高精度、高稳定、低开销。目前能够用于室内定位的技术主要有红外技术、蓝牙技术、RFID、ZigBee、WiFi和UWB等。室内定位的方法常用的有TOA(到达时间)、TDOA(到达时间差)、AOA(到达角度)、RSSI(接收信号强度)测距方法,以及位置指纹法。由于电磁波在传输过程容易受到环境和多径效应等干扰,并且考虑到设备开销等可行性,基于RSSI信号指纹的方法成为目前最广泛关注的技术。
由于室内环境的复杂性,电磁波在传播过程中收到多径效应干扰,导致在不同的位置可能存在相近的RSSI指纹。当有较大距离的物理位置之间产生这种相似性时,在定位阶段定位结果可能发生较大误差的现象,这种位置称为歧义点。这种现象给位置估算增加了不稳定性,降低了定位精度。而实际上,用户在室内走动时,其位置轨迹有一定的连续性,不可能从一个房间跳跃到另一个房间,甚至是从同一个房间两个较大距离的位置之间跳跃,这种位置连续性对定位有着非常重要的参考意义。为了降低定位算法实时计算开销,以及降低较大定位误差的概率和增加定位精度,我们根据用户移动连续性的特征,应用室内结构布局构造定位地图,提出一种搜索空间缩减的连续定位算法,并设计出一套简单易实施、高精度的室内定位系统。
发明内容
本方法要解决的技术问题是提供一种无线网络中,基于根据用户移动连续性的特征,应用室内结构布局构造定位地图,使用搜索空间缩减的连续定位方法。该方法有利于减小RSSI受室内多径、绕射、障碍物、人员走动等干扰因素引起的定位误差,从而提高室内定位速度、精度、稳定性。
本发明采用以下方案实现:基于搜索空间缩减的连续定位算法,其特征在于包括以下步骤:
1)将定位区域划分成均匀网格,并在目标区域内设置参考位置,构建离线参考位置坐标地图;
2)根据定位区域的参考位置坐标地图,根据室内布局结构构建参考位置无向连通图;
3)通过室内结构布局无向连通图,建立一个邻接矩阵,根据邻接矩阵生成一个路径距离矩阵,表示位置点与位置点之间的最短路径距离;
4)根据定位区域的参考位置坐标地图,采集各位置对各AP(客户端)的RSSI强度,采集100次并作均值处理,从而得到RSSI指纹库;
5)将建立好的RSSI指纹库、参考位置坐标图、路径距离矩阵导入服务器中的定位系统;
6)移动用户携带安装有定位系统客户端的移动终端在场景移动时,客户端将实时RSSI指纹传送给定位服务器;
7)定位服务器对接收的数据使用本发明的定位方法实现定位。
所述的无向连通图表示为:
G=<V,E> V=(vi|i=1,2,…,n)
E=(eij|eij=0 or 1,i,j=1,2,…,n)
式中,V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系,1表示两个位置是相邻的,0表示不相邻。
所述的路径距离矩阵,首先设置K搜索空间,上一个位置i,通过最短路径距离矩阵可以得到符合dij<K位置j的集合N,其中位置集合N即为缩减的搜索空间,再根据搜索空间集合N,可以计算出各位置P(Li)先验概率: k为集合N中的位置个数。
本发明的有益效果在于:
1.本发明可以利用现有的AP而不需要额外增加设备,搭建定位系统平台简单,同时AP依然实现其本身的功能,本发明扩展性很好。
2.本发明实时阶段计算开销小,定位速度快,在大指纹库下也有很好的实时性。
3.本发明的定位稳定性高,在RSSI波动较大的环境中,不会出现较大的位置跳跃。
附图说明
图1是本发明实例中根据室内布局结构设计参考位置连通图。
图2是本发明实例中定位系统的运行方式。
图3是本发明实例中定位系统的定位流程。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
1、应用室内结构布局构建用户可能移动路径的方式,将用户的移动路径限制在已经设计好的路径上。首先根据室内布局结构确定室内的采样点,然后根据室内的实际结构和布局确定采样点之间的连通情况。室内采样点的连通情况可以使用无向连通图表示为:
G=<V,E> V=(vi|i=1,2,…,n)
E=(eij|eij=0 or 1,i,j=1,2,…,n)
式中,V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系,1表示两个位置是相邻的,0表示不相邻。通过室内结构布局无向连通图,可以建立一个邻接矩阵,根据邻接矩阵可以生成一个路径距离矩阵表示位置点与位置点之间的最短路径距离。根据室内布局连通图利用Dijkstra的最短路径算法可以计算出任意两个采样点之间的最短路径距离:dij=Dijkstra(i,j) i,j=1,2,…n,dij表示第i个位置与第j个位置利用Dijkstra算法求出的最短路径距离。在等距位置采集点地图中可以用位置节点之间的跳数来代替距离。
2、应用室内布局连通图,根据上一次定位结果设置K搜索空间。K表示上一次定位结果与其他位置的最短路径距离。K值的设置需要根据系统中RSSI稳定性决定,RSSI越稳定,K的取值应该越小,在默认下K应该取3。
3、设置K搜索空间,上一个位置i,通过最短路径距离矩阵可以得到符合dij<K位置j的集合N。位置集合N即为缩减的搜索空间。根据搜索空间集合N,可以计算出各位置P(Li)先验概率: k为集合N中的位置个数。
参考指纹定义为:Ri=((r1,σ1),(r2,σ2),…,(rn,σn))其中Ri表示位置i上的参考指纹,rn表示接收自APn的RSSI均值,σn表示RSSI标准差。
这样在特定位置Lj上,接收自APi的目标指纹ti的似然函数就可以表示为:
接收自每个AP的RSSI值都是相互独立的,那么核函数方法还可以通过所有条件概率相乘向多维推广,可以表示为:
P(T|Lj)=P(t1|Lj)P(t2|Lj)…P(tn|Lj)
T表示实时获得的多个AP目标RSSI值构成的目标指纹,概率方法就是要得到目标RSSI指纹T在定位区域每个位置的后验概率,即表示为:P(Lj|T)。根据贝叶斯定理,该后验概率可以进一步推导为下面的公式:
最后,采用最大后验概率得到估计的用户位置,表示为:
L=maxP(Li|T)
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (3)
1.一种基于搜索空间缩减的连续定位方法,其特征在于:
1)将定位区域划分成均匀网格,并在目标区域内设置参考位置,构建离线参考位置坐标地图;
2)根据定位区域的参考位置坐标地图,根据室内布局结构构建参考位置无向连通图;
3)通过室内结构布局无向连通图,建立一个邻接矩阵,根据邻接矩阵生成一个路径距离矩阵,表示位置点与位置点之间的最短路径距离;
4)根据定位区域的参考位置坐标地图,采集各位置对各客户端的RSSI强度,采集100次并作均值处理得到RSSI指纹库;
5)将建立好的RSSI指纹库、参考位置坐标图、路径距离矩阵导入服务器中的定位系统;
6)移动用户携带安装有定位系统客户端的移动终端在场景移动时,客户端将实时RSSI指
纹传送给定位服务器;
7)定位服务器对接收的数据使用本发明的定位方法实现定位。
2.根据权利要求1所述的基于搜索空间缩减的连续定位方法,其特征在于:所述的无向连通图表示为:
G=<V,E> V=(vi|i=1,2,…,n)
E=(eij|eij=0 or 1,i,j=1,2,…,n)
式中,V表示采样点的集合,E表示采样点之间连通边的集合,eij表示第i个位置与第j个位置的邻接关系,1表示两个位置是相邻的,0表示不相邻。
3.根据权利要求1所述的基于搜索空间缩减的连续定位方法,其特征在于所述的路径距离矩阵,首先设置K搜索空间,上一个位置i,通过最短路径距离矩阵可以得到符合dij<K位置j的集合,其中位置集合N即为缩减的搜索空间,再根据根据搜索空间集合N,计算出各位置P(Li)先验概率: k为集合N中的位置个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410335025.7A CN104076327B (zh) | 2014-07-15 | 2014-07-15 | 基于搜索空间缩减的连续定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410335025.7A CN104076327B (zh) | 2014-07-15 | 2014-07-15 | 基于搜索空间缩减的连续定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104076327A true CN104076327A (zh) | 2014-10-01 |
CN104076327B CN104076327B (zh) | 2017-04-12 |
Family
ID=51597713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410335025.7A Active CN104076327B (zh) | 2014-07-15 | 2014-07-15 | 基于搜索空间缩减的连续定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104076327B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104507050A (zh) * | 2014-11-24 | 2015-04-08 | 北京航空航天大学 | 一种WiFi室内定位中概率型指纹匹配方法 |
CN104502888A (zh) * | 2014-11-26 | 2015-04-08 | 杭州优体科技有限公司 | 一种基于概率指纹计算的无线测距方法 |
CN105222787A (zh) * | 2015-09-10 | 2016-01-06 | 上海市计量测试技术研究院 | 基于矩阵填充的位置指纹库构建方法 |
CN105578414A (zh) * | 2016-01-08 | 2016-05-11 | 南京网河智能科技有限公司 | 一种终端及其定位方法和装置 |
CN105898866A (zh) * | 2016-06-16 | 2016-08-24 | 合肥工业大学 | 一种WiFi室内定位中指纹库的构建方法 |
CN106162636A (zh) * | 2015-04-09 | 2016-11-23 | 厦门众联世纪科技有限公司 | 截图解锁wifi热点的方法 |
CN106371061A (zh) * | 2015-07-24 | 2017-02-01 | 恒准定位股份有限公司 | 定位信息建立方法及空间定位方法 |
CN106412838A (zh) * | 2016-09-10 | 2017-02-15 | 华南理工大学 | 一种基于统计匹配的蓝牙室内定位方法 |
CN109932687A (zh) * | 2017-12-18 | 2019-06-25 | 北京布科思科技有限公司 | 一种基于概率模型的蓝牙室内定位方法 |
CN110636437A (zh) * | 2019-09-05 | 2019-12-31 | 哈尔滨工程大学 | 一种基于指纹对的辅助定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883424A (zh) * | 2010-04-23 | 2010-11-10 | 哈尔滨工业大学 | 基于近邻点数优化的wlan室内knn定位方法 |
CN102573049A (zh) * | 2010-12-14 | 2012-07-11 | 北京智慧图科技发展有限责任公司 | 一种室内定位方法及系统 |
-
2014
- 2014-07-15 CN CN201410335025.7A patent/CN104076327B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883424A (zh) * | 2010-04-23 | 2010-11-10 | 哈尔滨工业大学 | 基于近邻点数优化的wlan室内knn定位方法 |
CN102573049A (zh) * | 2010-12-14 | 2012-07-11 | 北京智慧图科技发展有限责任公司 | 一种室内定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
胡天琨: "基于Android的室内导航定位系统设计与实现", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104507050A (zh) * | 2014-11-24 | 2015-04-08 | 北京航空航天大学 | 一种WiFi室内定位中概率型指纹匹配方法 |
CN104507050B (zh) * | 2014-11-24 | 2018-04-10 | 北京航空航天大学 | 一种WiFi室内定位中概率型指纹匹配方法 |
CN104502888A (zh) * | 2014-11-26 | 2015-04-08 | 杭州优体科技有限公司 | 一种基于概率指纹计算的无线测距方法 |
CN106162636A (zh) * | 2015-04-09 | 2016-11-23 | 厦门众联世纪科技有限公司 | 截图解锁wifi热点的方法 |
CN106162636B (zh) * | 2015-04-09 | 2019-05-17 | 厦门众联世纪科技有限公司 | 截图解锁wifi热点的方法 |
CN106371061B (zh) * | 2015-07-24 | 2019-02-15 | 恒准定位股份有限公司 | 定位信息建立方法及空间定位方法 |
CN106371061A (zh) * | 2015-07-24 | 2017-02-01 | 恒准定位股份有限公司 | 定位信息建立方法及空间定位方法 |
CN105222787A (zh) * | 2015-09-10 | 2016-01-06 | 上海市计量测试技术研究院 | 基于矩阵填充的位置指纹库构建方法 |
CN105578414A (zh) * | 2016-01-08 | 2016-05-11 | 南京网河智能科技有限公司 | 一种终端及其定位方法和装置 |
CN105898866A (zh) * | 2016-06-16 | 2016-08-24 | 合肥工业大学 | 一种WiFi室内定位中指纹库的构建方法 |
CN105898866B (zh) * | 2016-06-16 | 2019-04-05 | 合肥工业大学 | 一种WiFi室内定位中指纹库的构建方法 |
CN106412838A (zh) * | 2016-09-10 | 2017-02-15 | 华南理工大学 | 一种基于统计匹配的蓝牙室内定位方法 |
CN109932687A (zh) * | 2017-12-18 | 2019-06-25 | 北京布科思科技有限公司 | 一种基于概率模型的蓝牙室内定位方法 |
CN110636437A (zh) * | 2019-09-05 | 2019-12-31 | 哈尔滨工程大学 | 一种基于指纹对的辅助定位方法 |
CN110636437B (zh) * | 2019-09-05 | 2021-02-02 | 哈尔滨工程大学 | 一种基于指纹对的辅助定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104076327B (zh) | 2017-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104076327A (zh) | 基于搜索空间缩减的连续定位方法 | |
Li et al. | Toward location-enabled IoT (LE-IoT): IoT positioning techniques, error sources, and error mitigation | |
Asaad et al. | A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives | |
Yang et al. | A novel NLOS error compensation method based IMU for UWB indoor positioning system | |
Shang et al. | Improvement schemes for indoor mobile location estimation: A survey | |
CN103945332B (zh) | 一种接收信号强度和多径信息联合神经网络室内定位方法 | |
CN110933599B (zh) | 一种融合uwb与wifi指纹的自适应定位方法 | |
Cengiz | Comprehensive analysis on least-squares lateration for indoor positioning systems | |
CN105263113A (zh) | 一种基于众包的WiFi位置指纹地图构建方法及其系统 | |
Kasantikul et al. | An enhanced technique for indoor navigation system based on WIFI-RSSI | |
CN105372628A (zh) | 一种基于Wi-Fi的室内定位导航方法 | |
CN104469942A (zh) | 一种基于隐马尔科夫模型的室内定位方法 | |
Mohamed et al. | Accurate and efficient map matching for challenging environments | |
CN109379711B (zh) | 一种定位方法 | |
Li et al. | Cooperative positioning and tracking in disruption tolerant networks | |
Kim et al. | Crowdsensing-based Wi-Fi radio map management using a lightweight site survey | |
Shin et al. | A participatory service platform for indoor location-based services | |
Liu et al. | Research and development of indoor positioning | |
Cheng et al. | Real time indoor positioning system for smart grid based on uwb and artificial intelligence techniques | |
Eldeeb et al. | Optimal placement of access points for indoor positioning using a genetic algorithm | |
CN107607122A (zh) | 面向室内定位的位置指纹库构建和动态更新方法 | |
Song et al. | Fingerprinting localization method based on toa and particle filtering for mines | |
CN103596265A (zh) | 一种基于声音测距和移动向量的多用户室内定位方法 | |
CN106197418B (zh) | 一种基于滑动窗口的指纹法与传感器融合的室内定位方法 | |
CN109141420B (zh) | 一种基于众包数据的室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |