CN104968045B - 基于指纹的室内定位方法及定位装置 - Google Patents
基于指纹的室内定位方法及定位装置 Download PDFInfo
- Publication number
- CN104968045B CN104968045B CN201510267091.XA CN201510267091A CN104968045B CN 104968045 B CN104968045 B CN 104968045B CN 201510267091 A CN201510267091 A CN 201510267091A CN 104968045 B CN104968045 B CN 104968045B
- Authority
- CN
- China
- Prior art keywords
- match parameter
- indoor
- fingerprint
- information
- selections
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H04W4/04—
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于指纹的室内定位方法及定位装置,其中,方法包括以下步骤:提取指纹信息;通过特征集相似性匹配算法进行匹配,以获取匹配参数;根据匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整;如果匹配参数低于匹配参数阈值,则进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新离线数据库,以完成室内定位;如果匹配参数高于匹配参数阈值,则直接进行室内定位。该定位方法可以减少环境对定位的影响,提高定位精确度,保证定位稳定性。
Description
技术领域
本发明涉及定位技术领域,特别涉及一种基于指纹的室内定位方法及定位装置。
背景技术
基于指纹的室内定位技术利用来自不同接入点AP或基站的接收信号强度或者其他信道状态信息进行定位。
基于指纹数据库的室内定位技术包括离线阶段和在线阶段两个步骤,在离线阶段建立指纹数据库。对于二维定位,如果基站接入点AP有n个,则每个参考点的指纹是一个矢量[Xpos,Ypos,Rss_AP1,Rss_AP2,…,Rss_APn]。
其中,当处于在线阶段下,KNN室内定位技术会计算观察到的RSS矢量[Rss_AP1,Rss_AP2,…,Rss_APn]和离线建立的数据库中的每个参考点的RSS矢量的距离,选出k个与观测点RSS矢量距离最小的参考点。观测点的位置坐标可以由k个参考点的位置的坐标加权平均得到。如下式,其中M是参考点个数,N是基站AP个数,rss和RSS分别是在线阶段接收信号强度指纹和离线数据库中的指纹,K是K最近邻居KNN参数。
其中,带权KNN技术(WKNN)利用下式估计观测点的位置坐标
然而,在现有技术中,由于室内环境丰富的多径效应、人员不定时移动等特点,导致定位的精确度与稳定性难以保证。具体地,基于指纹的室内定位技术现有的定位方案大多利用离线阶段测得的位置相关信息进行模型训练,完成在线定位,但是存在的主要问题在于模型受环境变化的影响较大,精确度与稳定性不高。
发明内容
本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于指纹的室内定位方法,该方法可以提高定位精确度,而且简单便捷。
本发明的另一个目的在于提出一种基于指纹室内的定位装置。
为达到上述目的,本发明一方面实施例提出了一种基于指纹的室内定位方法,包括以下步骤:接受基站的探测基站信号以提取指纹信息;根据所述指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数;根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整;如果所述匹配参数低于所述匹配参数阈值,则进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新所述离线数据库,以完成室内定位;以及如果所述匹配参数高于所述匹配参数阈值,则直接进行室内定位。
根据本发明实施例提出的基于指纹的室内定位方法,通过特征集相似性匹配算法进行匹配,从而判断是否进行AP选择和/或AP权重调整,并且根据AP选择和/或AP权重调整的结果更新离线数据库,实现室内精确定位,有效减少环境对定位的影响,提高定位精确度,保证定位稳定性,提高用户的使用体验,简单方便。
另外,根据本发明上述实施例的基于指纹的室内定位方法还可以具有如下附加的技术特征:
进一步地,在本发明的一个实施例中,根据更新后的离线数据库更新定位模型,以根据所述定位模型进行室内定位。
进一步地,在本发明的一个实施例中,在所述根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整之前,还包括:建立离线数据库以及定位模型,同时提取所述匹配参数阈值。
进一步地,在本发明的一个实施例中,上述方法还包括:存储室内定位结果,以根据所述室内定位结果完成根据历史位置信息进行定位。
进一步地,在本发明的一个实施例中,所述预先建立的离线数据库通过如下步骤获得:根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
本发明另一方面实施例提出了一种基于指纹室内的定位装置,包括:提取模块,用于接受基站的探测基站信号以提取指纹信息;匹配模块,用于根据所述指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数;判断模块,用于根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整;以及定位模块,当所述匹配参数低于所述匹配参数阈值时,所述定位模块用于进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新所述离线数据库,以完成室内定位,并且当所述匹配参数高于所述匹配参数阈值时,所述定位模块用于直接进行室内定位。
根据本发明实施例提出的基于指纹的室内定位装置,通过特征集相似性匹配算法进行匹配,从而判断是否进行AP选择和/或AP权重调整,并且根据AP选择和/或AP权重调整的结果更新离线数据库,实现室内精确定位,有效减少环境对定位的影响,提高定位精确度,保证定位稳定性,提高用户的使用体验,简单方便。
另外,根据本发明上述实施例的基于指纹的室内定位装置还可以具有如下附加的技术特征:
进一步地,在本发明的一个实施例中,所述定位模块还用于根据更新后的离线数据库更新定位模型,以根据所述定位模型进行室内定位。
进一步地,在本发明的一个实施例中,所述定位模块还用于建立离线数据库以及定位模型,同时提取所述匹配参数阈值。
进一步地,在本发明的一个实施例中,上述装置还包括:存储模块,用于存储室内定位结果,以根据所述室内定位结果完成根据历史位置信息进行定位。
进一步地,在本发明的一个实施例中,上述装置还包括:建立模块,用于根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的基于指纹的室内定位方法的流程图;
图2为根据本发明一个实施例的单用户实时决策的流程图;
图3为根据本发明一个实施例的多用户长期环境学习的流程图;
图4为根据本发明一个具体实施例的环境学习的流程图;
图5为根据本发明一个实施例的室内环境以及部署示意图;以及
图6为根据本发明实施例的基于指纹的室内定位装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下面参照附图描述根据本发明实施例提出的基于指纹的室内定位方法及定位装置,首先将参照附图描述根据本发明实施例提出的基于指纹的室内定位方法。参照图1所示,该定位方法包括以下步骤:
S101,接受基站的探测基站信号以提取指纹信息。
S102,根据指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数。
S103,根据匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整。
进一步地,在本发明的一个实施例中,在根据匹配参数与匹配参数阈值判断是否进行AP建立离线数据库以及定位模型,同时提取所述匹配参数阈值从离线数据库中提取匹配参数阈值。
具体地,本发明实施例在离线阶段建立数据库时,通过定位模型建立和训练得到特征集匹配程度的参数。举例而言,以KNN定位方式为例,利用80%的数据作为数据库训练数据,其余20%数据做定位测试,获得特征集匹配程度的阈值以及部分AP定位的精度以及特征集匹配程度的阈值。在KNN定位方式中,特征集匹配程度简单来说就是特征矢量之间的欧氏距离。
其中,在离线阶段建立的数据库中,加入全部AP以及部分AP特征集匹配的阈值参数。只有特征集合匹配程度高于阈值,才进行在线定位,否则做出其他决策如AP选择和/或AP权重调整后再进行定位。
假设有N个AP,离线数据库中的特征集合匹配程度阈值如表1所示。
表1
S104,如果匹配参数低于匹配参数阈值,则进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新离线数据库,以完成室内定位。
在本发明的实施例中,本发明实施例把AP选择作为快速实时决策问题,在线阶段每次定位之前先计算特征集合匹配程度,如果与离线数据库特征集合匹配程度高于阈值,才进行在线定位,否则做出AP选择后再进行定位。
需要注意的是AP选择是一个需要慎重进行的决策过程,因为AP数量的减少会使得指纹数据量减少,不利于精确室内定位。因此在本发明的实施例中,本发明实施例只有在特征集合匹配程度低于阈值才会进行,而且在满足阈值的前提下尽量选择尽可能多的AP用于定位。
在本发明的一个实施例中,本发明实施例的AP选择部分的验证方法,通过对比直接定位的方案和引入AP选择后的定位方案。AP选择问题的性能评估要综合考虑-AP布置以及环境没变化时使用AP选择方案、AP布置以及环境没变化时使用所有AP定位、AP位置变化或者环境变化时使用AP选择方案、AP位置变化或者环境变化时使用所有AP定位这四种情况的定位情况。
其中,在本发明的实施例中,相对于AP选择更有效的方法可以是对不同的AP添加不同的权重。通过学习发现有些AP波动太大,例如可能是一扇门开关或者可能某个AP附近环境老是变,则把这个AP权重降低。因此,AP选择的实时决策AP选择问题也变为实时权重确定问题。
具体地,上文提到了做出AP选择,AP数量的减少会影响定位性能,而且本发明实施例的AP选择方法也可能带来误判,因此,相对于AP选择更有效的方法可以是对不同的AP添加不同的权重。通过学习发现有些AP波动太大,可能是一扇门开关,可能某个AP附近环境老是变,则把这个AP权重降低。
进一步地,在本发明的一个实施例中,根据更新后的离线数据库更新定位模型,以根据定位模型进行室内定位。
S105,如果匹配参数高于匹配参数阈值,则直接进行室内定位。
在本发明的一个具体实施例中,本发明实施例把室内定位的决策和学习分为单用户实时决策问题和多用户长期学习问题。具体地,单用户实时决策包括数据库选择和AP选择、AP权重调整。多用户长期学习包括更新数据库、利用历史位置信息定位问题。
其中,参照图2所示,单用户实时决策部分基于特征集相似性匹配算法,当环境变化时,特征集与数据库中特征集的匹配度明显下降,因此做出AP选择或者AP权重调整的决定,从而通过特征集相似性匹配完成AP选择和AP权重调整,以及利用AP选择和AP权重调整的结果更新定位模型,以完成室内定位。
在本发明的实施例中,通过AP选择可以解决环境发生变化使得部分AP的数据与离线阶段数据偏差较大的问题,即通过AP选择去掉部分AP的无效数据。
进一步地,参照图3所示,多用户长期学习部分在单用户实时决策部分基础上,利用AP选择定位结果更新受影响AP的数据库内容,加入反馈,长期在线学习,“地理位置-信道状态”数据库可以不断得到修正,从而提高定位精度。还可以建立多个数据库应对不同环境,加快定位速度。更新数据库需要大量用户长时间学习,这些历史信息也可以帮助定位,使得定位性能优化。本发明配合用户的移动轨迹加以修正,给定前一段时间用户所在位置的条件下,可以计算用户出现在特定范围的概率,将其列入考虑加以修正,作为环境因素的调整。可以每次保存前面k个时刻用户的位置估计,引入当前用户出现在特定范围的概率,将其列入考虑加以修正。
进一步地,在本发明的一个实施例中,本发明实施例的定位方法还包括:存储室内定位结果,以根据室内定位结果完成根据历史位置信息进行定位。
在本发明的实施例中,参照图4所示,多用户长期学习部分是大量统计之后对环境学习得到的结论,需要在线定位阶段保存在线定位的数据,利用历史信息辅助定位。同时,引入多用户协作,当作出AP选择或者数据库选择的决策时,考虑多用户协作决策。
在AP选择问题的基础上,利用其他AP完成定位,如果长时间、多用户做出了一致的AP选择决策,则利用AP选择定位结果更新受影响AP的数据库内容,加入反馈,长期在线学习,“地理位置-信道状态”数据库可以不断得到修正,从而提高定位精度。
进一步地,在本发明的一个实施例中,预先建立的离线数据库通过如下步骤获得:根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
具体地,本发明实施例还可以建立多个模型应对不同环境,加快定位速度。对于不同数据库对应不同环境,在线阶段要做数据库选择。事实上,在建立数据库的时候就可以建立不同天气、不同时间、室内人员情况、室内门窗情况等不同情景下的数据库,在线阶段实时选出最符合目前环境状况的数据库来做参考。
其中,更新数据库需要大量用户长时间学习,上述的历史信息也可以帮助定位,使得定位性能优化。本发明实施例可以配合用户的移动轨迹加以修正,给定前一段时间用户所在位置的条件下,可以计算用户出现在特定范围的概率,将其列入考虑加以修正,作为环境因素的调整,例如可以每次保存前面k个时刻用户的位置估计,引入当前用户出现在特定范围的概率,将其列入考虑加以修正。
在本发明的实施例中,数据库的更新或者数据库选择是针对环境的慢速持续变化。慢速持续变化是经过在线阶段大量统计之后对环境学习得到的结论,包括更新数据库的问题和利用历史位置信息定位。
简言之,本发明实施例通过迁移学习和环境学习的方法,解决在线定位模型更新问题。本发明实施例把室内定位的决策和学习分为单用户实时决策问题和多用户长期学习问题。单用户实时决策包括数据库选择和AP选择、AP权重调整;多用户长期学习包括更新数据库、利用历史位置信息定位问题。其中,单用户实时决策部分基于特征集相似性匹配算法,当环境变化时,特征集与数据库中特征集的匹配度明显下降,做出AP选择或者AP权重调整的决定;通过特征集相似性匹配,完成AP选择和AP权重调整;然后利用AP选择和AP权重调整的结果更新定位模型;完成室内定位。多用户长期学习部分在单用户实时决策部分基础上,利用AP选择定位结果更新受影响AP的数据库内容,加入反馈,长期在线学习,“地理位置-信道状态”数据库可以不断得到修正,从而提高定位精度。还可以建立多个数据库应对不同环境,加快定位速度。更新数据库需要大量用户长时间学习,这些历史信息也可以帮助定位,使得定位性能优化。本发明配合用户的移动轨迹加以修正,给定前一段时间用户所在位置的条件下,可以计算用户出现在特定范围的概率,将其列入考虑加以修正,作为环境因素的调整,例如可以每次保存前面k个时刻用户的位置估计,引入当前用户出现在特定范围的概率,将其列入考虑加以修正。
下面以一个具体实施例对本发明实施例提出的基于指纹的室内定位方法进行详细赘述。
在本发明的一个实施例中,本发明实施例基于室内分布式测量的方法验证测试设备发射端可以使用安捷伦的E4438C信号发生器,产生载波中心频率为3.52GHz,带宽为40MHz的线性Chirp序列,接收端本振信号可以使用安捷伦的信号发生器产生。
进一步地,本发明实施例可以采用10MHz高稳定度铷钟作为收发两端的参考时钟源,确保收发端射频开关切换时序同步与发射信号的时间精确同步。另外,本发明实施例可以采用PC服务器一台,用于存储接收端收到的数据(通过以太网口接收数据),此外还有射频收发板、基带接收板、天线开关、3.5GHz收发天线以及线缆。
参照图5所示,分布式部署6个基站,建立指纹数据库的参考点选取在横向过道和纵向过道,房间都覆盖有60cm×60cm的地板砖,作为选取位置的参考,横向走道每条可测26个瓷砖交点,纵向过道可测18个瓷砖交点,我们横向走道每条测量13个参考点,纵向过道测量9个参考点,指纹数据库共有13*4+9=61个参考点。
为了模拟环境变化引起部分AP信号发生变化研究在线环境学习效果,发端AP采用两种配置,第二次测量其中两个AP位置移动,Tx4和Tx6移动到附图3的Tx4’和Tx6’位置,其余AP位置不变。
通过测量数据分析,对比直接定位的方案和本发明实施例的定位方法。评估AP布置以及环境没变化时使用AP选择方案、AP布置以及环境没变化时使用所有AP定位、AP位置变化或者环境变化时使用AP选择方案、AP位置变化或者环境变化时使用所有AP定位这四种情况的定位情况,结果表明本发明实施例提出的基于指纹的室内定位方法可以有效提高定位精度。
根据本发明实施例提出的基于指纹的室内定位方法,通过特征集相似性匹配算法进行匹配,从而判断是否进行AP选择和/或AP权重调整,并且根据AP选择和/或AP权重调整的结果更新离线数据库,实现室内精确定位,有效减少环境对定位的影响,提高定位精确度,保证定位稳定性,提高用户的使用体验,简单方便。
其次参照附图描述根据本发明实施例提出的基于指纹的室内定位装置。参照图6所示,该定位装置10包括:提取模块100、匹配模块200、判断模块300和定位模块400。
其中,提取模块100用于接受基站的探测基站信号以提取指纹信息。,匹配模块200用于根据指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数。判断模块300用于根据匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整。当匹配参数低于匹配参数阈值时,定位模块400用于进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新离线数据库,以完成室内定位,并且当匹配参数高于匹配参数阈值时,定位模块400用于直接进行室内定位。本发明实施例的定位装置10可以通过迁移学习和环境学习,从而解决在线定位模型更新问题,提高定位精确度。
进一步地,在本发明的一个实施例中,定位模块400还用于根据更新后的离线数据库更新定位模型,以根据定位模型进行室内定位。
进一步地,在本发明的一个实施例中,定位模块400还用于建立离线数据库以及定位模型,同时提取所述匹配参数阈值。
具体地,本发明实施例在离线阶段建立数据库时,通过定位模型建立和训练得到特征集匹配程度的参数。举例而言,以KNN定位方式为例,利用80%的数据作为数据库训练数据,其余20%数据做定位测试,获得特征集匹配程度的阈值以及部分AP定位的精度以及特征集匹配程度的阈值。在KNN定位方式中,特征集匹配程度简单来说就是特征矢量之间的欧氏距离。
其中,在离线阶段监理的数据库中,加入全部AP以及部分AP特征集匹配的阈值参数。只有特征集合匹配程度高于阈值,才进行在线定位,否则做出其他决策如AP选择和/或AP权重调整后再进行定位。
假设有N个AP,离线数据库中的特征集合匹配程度阈值如表1所示。
在本发明的实施例中,本发明实施例把AP选择作为快速实时决策问题,在线阶段每次定位之前先计算特征集合匹配程度,如果与离线数据库特征集合匹配程度高于阈值,才进行在线定位,否则做出AP选择后再进行定位。
需要注意的是AP选择是一个需要慎重进行的决策过程,因为AP数量的减少会使得指纹数据量减少,不利于精确室内定位。因此在本发明的实施例中,本发明实施例只有在特征集合匹配程度低于阈值才会进行,而且在满足阈值的前提下尽量选择尽可能多的AP用于定位。
在本发明的一个实施例中,本发明实施例的AP选择部分的验证方法,通过对比直接定位的方案和引入AP选择后的定位方案。AP选择问题的性能评估要综合考虑-AP布置以及环境没变化时使用AP选择方案、AP布置以及环境没变化时使用所有AP定位、AP位置变化或者环境变化时使用AP选择方案、AP位置变化或者环境变化时使用所有AP定位这四种情况的定位情况。
其中,在本发明的实施例中,相对于AP选择更有效的方法可以是对不同的AP添加不同的权重。通过学习发现有些AP波动太大,例如可能是一扇门开关或者可能某个AP附近环境老是变,则把这个AP权重降低。因此,AP选择的实时决策AP选择问题也变为实时权重确定问题。
具体地,上文提到了做出AP选择,AP数量的减少会影响定位性能,而且本发明实施例的AP选择方法也可能带来误判,因此,相对于AP选择更有效的方法可以是对不同的AP添加不同的权重。通过学习发现有些AP波动太大,可能是一扇门开关,可能某个AP附近环境老是变,则把这个AP权重降低。
进一步地,在本发明的一个实施例中,本发明实施例的定位装置10还包括:存储模块500(图中未具体标示)。其中,存储模块500用于存储室内定位结果,以根据室内定位结果完成根据历史位置信息进行定位。
进一步地,在本发明的一个实施例中,本发明实施例的定位装置10还包括:建立模块600。其中,建立模块600用于根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
需要说明的是,本发明实施例的装置的具体实现方式与方法部分的具体实现方式类似,为了减少冗余,此处不做详细赘述。
根据本发明实施例提出的基于指纹的室内定位装置,通过特征集相似性匹配算法进行匹配,从而判断是否进行AP选择和/或AP权重调整,并且根据AP选择和/或AP权重调整的结果更新离线数据库,实现室内精确定位,有效减少环境对定位的影响,提高定位精确度,保证定位稳定性,提高用户的使用体验,简单方便。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于指纹的室内定位方法,其特征在于,包括以下步骤:
接受基站的探测基站信号以提取指纹信息;
根据所述指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数;
根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整;
如果所述匹配参数低于所述匹配参数阈值,则进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新所述离线数据库,根据更新后的离线数据库更新定位模型,以根据所述定位模型进行室内定位,以完成室内定位;以及
如果所述匹配参数高于所述匹配参数阈值,则直接进行室内定位。
2.根据权利要求1所述的基于指纹的室内定位方法,其特征在于,在所述根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整之前,还包括:建立离线数据库以及定位模型,同时提取所述匹配参数阈值。
3.根据权利要求1所述的基于指纹的室内定位方法,其特征在于,还包括:存储室内定位结果,以根据所述室内定位结果完成根据历史位置信息进行定位。
4.根据权利要求1所述的基于指纹的室内定位方法,其特征在于,所述预先建立的离线数据库通过如下步骤获得:
根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
5.一种基于指纹室内的定位装置,其特征在于,包括:
提取模块,用于接受基站的探测基站信号以提取指纹信息;
匹配模块,用于根据所述指纹信息与预先建立的离线数据库通过特征集相似性匹配算法进行匹配,以获取匹配参数;
判断模块,用于根据所述匹配参数与匹配参数阈值判断是否进行AP选择和/或AP权重调整;以及
定位模块,当所述匹配参数低于所述匹配参数阈值时,所述定位模块用于进行AP选择和/或AP权重调整,以根据AP选择和/或AP权重调整的结果更新所述离线数据库,所述定位模块还用于根据更新后的离线数据库更新定位模型,以根据所述定位模型进行室内定位,以完成室内定位,并且当所述匹配参数高于所述匹配参数阈值时,所述定位模块用于直接进行室内定位。
6.根据权利要求5所述的基于指纹室内的定位装置,其特征在于,所述定位模块还用于建立离线数据库以及定位模型,同时提取所述匹配参数阈值。
7.根据权利要求5所述的基于指纹室内的定位装置,其特征在于,还包括:
存储模块,用于存储室内定位结果,以根据所述室内定位结果完成根据历史位置信息进行定位。
8.根据权利要求5所述的基于指纹室内的定位装置,其特征在于,还包括:
建立模块,用于根据天气信息、时间信息、室内人员信息、室内门窗信息中的一个或多个信息建立相应情境下的离线数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510267091.XA CN104968045B (zh) | 2015-05-22 | 2015-05-22 | 基于指纹的室内定位方法及定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510267091.XA CN104968045B (zh) | 2015-05-22 | 2015-05-22 | 基于指纹的室内定位方法及定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104968045A CN104968045A (zh) | 2015-10-07 |
CN104968045B true CN104968045B (zh) | 2018-11-09 |
Family
ID=54221958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510267091.XA Active CN104968045B (zh) | 2015-05-22 | 2015-05-22 | 基于指纹的室内定位方法及定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104968045B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105277917B (zh) * | 2015-10-30 | 2017-11-03 | 湖南大学 | 一种基于反馈机制的动态指纹库室内定位方法 |
CN107135482B (zh) * | 2016-02-26 | 2019-12-03 | 高德软件有限公司 | 更新指纹库的方法及装置 |
CN107333232B (zh) | 2016-04-29 | 2020-02-21 | 华为技术有限公司 | 一种终端定位方法及网络设备 |
CN107517499A (zh) * | 2016-06-16 | 2017-12-26 | 千寻位置网络有限公司 | 移动终端的定位方法及其装置 |
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 |
CN107889062B (zh) * | 2017-11-24 | 2020-10-30 | 北京小米移动软件有限公司 | 离线定位的数据学习方法和装置 |
US11140652B2 (en) | 2017-11-24 | 2021-10-05 | Huawei Technologies Co., Ltd. | Data processing method and apparatus |
CN109951805B (zh) * | 2017-12-20 | 2021-06-25 | 腾讯科技(深圳)有限公司 | 一种位置数据处理方法、装置以及相关设备 |
-
2015
- 2015-05-22 CN CN201510267091.XA patent/CN104968045B/zh active Active
Non-Patent Citations (3)
Title |
---|
A RSS-based fingerprinting method for positioning based on historical data;Shahrzad Khodayari;《International symposium on performance evaluation of computer and telecommunication system (SPECTS)》;20100714;参见第1-5页 * |
Improving Wi-Fi Indoor Positioning via AP sets similarity and semi-supervised affinity propagation clusetering;xuke Hu;《International Journal of Distributed sensor networks》;20150114;第11卷(第1期);参见第1-11页 * |
online fingerprint template improvement;xudong jiang;《IEEE transaction on pattern analysis and machine intelligence》;20021231;第24卷(第8期);参见第1121页至第1126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104968045A (zh) | 2015-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104968045B (zh) | 基于指纹的室内定位方法及定位装置 | |
Hellebrandt et al. | Estimating position and velocity of mobiles in a cellular radio network | |
CN104869639B (zh) | 一种室内定位方法和装置 | |
CN104853317B (zh) | 一种WiFi室内定位中指纹库的构建及更新方法 | |
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 | |
EP2928243B1 (en) | Method for the indoor positioning of wireless local area network (wlan) devices | |
Bagosi et al. | Indoor localization by WiFi | |
KR102284438B1 (ko) | 다양한 데이터 조합을 이용한 단말의 위치측정 방법 및 장치 | |
CN102752855A (zh) | 基于路径规则和预测的室内人员定位系统及方法 | |
CN108141837A (zh) | 用于跟踪的装置和方法 | |
CN105592420B (zh) | 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 | |
CN107968987B (zh) | 基于定积分结合环境参数的rssi加权质心定位方法 | |
CN106658709B (zh) | 定位方法、装置及电子设备、服务器 | |
Pajovic et al. | An unsupervised indoor localization method based on received signal strength (RSS) measurements | |
CN105517148B (zh) | 一种定位方法及装置 | |
Chen et al. | An indoor location system based on neural network and genetic algorithm | |
CN104954983B (zh) | 基于指纹数据库的动态基站开关控制方法及装置 | |
CN206249245U (zh) | 一种定位系统、定位终端以及定位网络 | |
KR20190014907A (ko) | 액세스 포인트의 신호 세기를 이용하여 위치를 측정하는 장치 및 방법 | |
CN107003377B (zh) | 用于经由超级区的交叉的细化定位的方法和系统 | |
Pascacio et al. | A lateration method based on effective combinatorial beacon selection for bluetooth low energy indoor positioning | |
Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
Zhao et al. | Adaptive range-based nonlinear filters for wireless indoor positioning system using dynamic Gaussian model | |
CN111654808A (zh) | 一种更新指纹数据库的方法及系统、wifi定位方法及系统 | |
Zhang et al. | A WLAN planning method for indoor positioning system |
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 |