CN106304334A - 基于改进粒子滤波的WiFi/WSN混合定位方法 - Google Patents
基于改进粒子滤波的WiFi/WSN混合定位方法 Download PDFInfo
- Publication number
- CN106304334A CN106304334A CN201610828780.8A CN201610828780A CN106304334A CN 106304334 A CN106304334 A CN 106304334A CN 201610828780 A CN201610828780 A CN 201610828780A CN 106304334 A CN106304334 A CN 106304334A
- Authority
- CN
- China
- Prior art keywords
- particle
- loc
- wifi
- wsn
- signal
- 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
-
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- 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
- G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
- G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
- G01S1/08—Systems for determining direction or position line
Abstract
本发明提供了一种基于改进粒子滤波的WiFiWSN混合定位方法,其包括以下步骤:(1)采集无线信号,初始化,根据目标状态先验分布随机采样建立粒子集;(2)粒子迁移,根据状态迁移模型得到新的粒子集;(3)计算粒子权重;(4)估计目标状态;(5)粒子筛选;(6)重采样。本发明的方法定位精度高、可靠性强。
Description
技术领域
本发明涉及无线传感定位技术,具体涉及一种基于改进粒子滤波的WiFi/WSN混合定位方法。
背景技术
在信息时代、大数据时代,位置信息帮助我们从多个角度认识事物。BDS(BeiDouNavigation Satellite System,北斗卫星导航系统)/GPS(Global Positioning System,全球定位系统)接收机或者手机提供或记录了我们生活中大部分位置信息,这些信息或者来自卫星定位系统,或者来自移动通信网络,亦或来自WiFi(Wireless Fidelity,无线保真技术)网络。但是人们的社会活动更多集中在室内等信号遮蔽区域,卫星导航定位受到极大的限制、而基于网络的AGPS(Assisted Global Positioning System,辅助全球定位系统)定位精度不够高,这给许多依赖高精度位置的服务与应用带来了不便。
以WiFi为代表的无线电室内外导航定位技术受到青睐,并且得到了商业化的发展,比如Skyhook作为室外无线电定位服务商,拥有北美、欧洲等地移动通信基站、WiFi接入点数据库,会根据用户请求提供定位服务。而因为只涉及提供技术方案和设备,所以基于无线电的室内定位服务商更加数不胜数,比如Ekahau、PinPoint、Zebra等。总的来说,其中采用的定位方法可以分为两大类:位置指纹匹配(Location fingerprinting)和测边交会(Intersection)。两类方法各有优缺点,位置指纹匹配需要建立和维护庞大的数据库,而测边交会虽然需要维护的数据库较小,但是测距易受环境影响而导致定位精度不佳。混合定位结合单一技术和方法的优点,能够提供更高精度、更可靠的定位信息。
“基于UWB和DGPS的混合定位方法研究”一文基于粒子滤波模型提出了结合UWB(Ultra Wide Band,超宽带)室内定位和DGPS(Differential Global PositioningSystem,差分全球定位系统)室外定位的室内外混合定位方法。针对只有一种观测量和两种观测量的情况进行讨论,分别对UWB观测量、DGPS观测量以及两种集成观测量建模。
“基于多运营商基站信号和Wi-Fi信号的混合定位技术探讨”一文利用采集的CDMA2000(Code Division Multiple Access 2000,码分多址2000移动通信标准)、GSM(Global System for Mobile communication,全球移动通信系统)、WCDMA(Wideband CodeDivision Multiple Access,宽带码分多址移动通信标准)和Wi-Fi多模信号位置指纹实现混合定位。同等对待多模信号建立位置指纹,增加了定位可用性和可靠性。但是该技术没有根据信号的特点采取不同的处理方式,没有充分发挥多种信号混合的优势。
发明内容
本发明的目的在于现有技术中存在的问题,克服其缺点和不足,提供一种信号相对稳定、定位精度高、可靠性强的室内定位方法。
为了实现以上目的,本发明提供了一种基于改进粒子滤波的WiFi/WSN混合定位方法,其包括以下步骤:
(1)采集无线信号,初始化,根据目标状态先验分布随机采样建立粒子集其中,Ns表示粒子的数量,以及相应的正则化权重
(2)粒子迁移,根据状态迁移模型Xk=fk-1(Xk-1)+ωk-1,其中,ωk表示模型噪声,得到新的粒子集;
(3)计算粒子权重,在计算粒子权重时利用k时刻的观测向量Zk与WiFi位置指纹库中观测值向量之间欧式距离的倒数近似地表达即
其中,N为观测向量的维度,RSSj为WiFi观测向量信号强度值,而是WiFi位置指纹信号强度值;
(4)估计目标状态,可以不断地利用粒子群及相应权重估算,其计算式如下:
(5)粒子筛选,利用抗干扰性更好的WSN信号辅助粒子筛选,确定以WSN信号源为中心、R为半径的高概率粒子分布区,然后通过欧式距离选取处于分布区内的粒子位置分布Ψk,
其中Nk为分布区内粒子数目;
(6)重采样:根据p(xk|z1:k)近似离散形式采样Ns次得到新的粒子集并且将权重全部重置为1/Ns,转到所述步骤(2)。
优选地,所述步骤(5)中,R默认为2米,可根据实际定位精度需求设定。
本发明的方法的关键在于:WSN(Wireless Sensor Network,无线传感器网)辅助基于WiFi位置指纹的粒子滤波重采样过程。
WiFi(以IEEE 802.11b为例)和WSN(以IEEE 802.15.4Zigbee为例)由于各自电磁波特性具有互补性。具体表现为WiFi的广泛覆盖和WSN的相对稳定能够使混合定位的精度和可靠性增加。本发明以WiFi为主信号进行粒子滤波、WSN为增强信号,在粒子滤波模型粒子重采样过程中融合二者,从而提升室内定位的精度。特别是,本发明在粒子重采样时首先根据WSN信号源筛选设定半径R范围内的粒子,形成粒子集,然后再从此粒子集中去除权重较小的粒子,保留权重较大的粒子。最后根据p(xk|z1:k)近似离散形式采样Ns次得到新的粒子集并且将权重全部重置为1/Ns,进入迭代滤波过程,由此实现精确定位。
重采样的过程有效地减小了粒子退化对于滤波效果的影响。
WiFi(以IEEE 802.11b为例)和WSN(以IEEE 802.15.4Zigbee为例)由于各自电磁波特性具有互补性。具体表现为WiFi的广泛覆盖和WSN的相对稳定能够使混合定位的精度和可靠性增加。由于工作频段都处于接近饱和的2.4GHz附近,这两种信号很容易受到同频段信号如蓝牙、无线USB的干扰;并且2.4GHz也是水的共振频率,所以也容易受到人体的干扰。然而Wi-Fi单个信道带宽较宽(IEEE 802.11b信道带宽为22MHz),而2.4GHz Zigbee(基于IEEE802.15.4标准的低功耗个域网协议,根据这个协议规定的技术是一种短距离、低功耗的无线通信技术。)单个信道带宽只有2MHz,因此Wi-Fi受到干扰的几率大得多,其信号传输质量也趋于不稳定。
本发明以WiFi为主信号、WSN为增强信号,在粒子滤波模型中融合二者,从而提升室内定位的精度和可靠性。实践结果证明,与现有的室内定位技术相比,本发明的定位精度更高、可靠性更强。
附图说明
图1是根据本发明的基于粒子滤波的WiFi/WSN混合定位方法的流程示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1所示,本发明的基于改进粒子滤波的WiFi/WSN混合定位方法包括以下步骤:
(1)采集无线信号,初始化,根据目标状态先验分布随机采样建立粒子集其中,Ns表示粒子的数量,以及相应的正则化权重
(2)粒子迁移,根据状态迁移模型Xk=fk-1(Xk-1)+ωk-1,其中,ωk表示模型噪声,得到新的粒子集;
(3)计算粒子权重,在计算粒子权重时利用k时刻的观测向量Zk与WiFi位置指纹库中观测值向量之间欧式距离的倒数近似地表达即
其中,N为观测向量的维度,RSSj为WiFi观测向量信号强度值,而是WiFi位置指纹信号强度值;
(4)估计目标状态,可以不断地利用粒子群及相应权重估算,其计算式如下:
(5)粒子筛选,利用抗干扰性更好的WSN信号辅助粒子筛选,确定以WSN信号源为中心、R为半径的高概率粒子分布区,然后通过欧式距离选取处于分布区内的粒子位置分布Ψk,R默认为2米,可根据实际定位精度需求设定。
其中Nk为分布区内粒子数目;
(6)重采样:根据p(xk|z1:k)近似离散形式采样Ns次得到新的粒子集并且将权重全部重置为1/Ns,转到所述步骤(2)。
本发明的方法以WiFi为主信号进行粒子滤波、WSN为增强信号,在粒子滤波模型粒子重采样过程中融合二者,从而提升室内定位的精度。具体地,本发明在粒子重采样时首先筛选WSN信号源设定半径R范围内的粒子,形成粒子集,然后再从此粒子集中去除权重较小的粒子,保留权重较大的粒子。最后根据p(xk|z1:k)近似离散形式采样Ns次得到新的粒子集并且将权重全部重置为1/Ns,进入迭代滤波过程,由此实现精确定位。重采样的过程有效地减小了粒子退化对于滤波效果的影响。
本发明以WiFi为主信号、WSN为增强信号,在粒子滤波模型中融合二者,从而提升室内定位的精度和可靠性。经实践结果表明,使用本发明的方法进行室内无线定位,定位精度更高、可靠性更强。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他任何在未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均因为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种基于改进粒子滤波的WiFi/WSN混合定位方法,包括以下步骤:
(1)采集无线信号,初始化,根据目标状态先验分布随机采样建立粒子集其中,Ns表示粒子的数量,以及相应的正则化权重
(2)粒子迁移,根据状态迁移模型Xk=fk-1(Xk-1)+ωk-1,其中,ωk表示模型噪声,得到新的粒子集;
(3)计算粒子权重,在计算粒子权重时利用k时刻的观测向量Zk与WiFi位置指纹库中观测值向量之间欧式距离的倒数近似地表达即
其中,N为观测向量的维度,RSSj为WiFi观测向量信号强度值,而是WiFi位置指纹信号强度值;
(4)估计目标状态,可以不断地利用粒子群及相应权重估算,其计算式如下:
(5)粒子筛选,利用抗干扰性更好的WSN信号辅助粒子筛选,确定以WSN信号源为中心、R为半径的高概率粒子分布区,然后通过欧式距离选取处于分布区内的粒子位置分布Ψk,
其中Nk为分布区内粒子数目;
(6)重采样:根据p(xk|z1:k)近似离散形式采样Ns次得到新的粒子集并且将权重全部重置为1/Ns,转到所述步骤(2)。
2.根据权利要求1所述的方法,其特征在于,所述步骤(5)中,R默认为2米,可根据实际定位精度需求设定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610828780.8A CN106304334B (zh) | 2016-09-18 | 2016-09-18 | 基于改进粒子滤波的WiFi/WSN混合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610828780.8A CN106304334B (zh) | 2016-09-18 | 2016-09-18 | 基于改进粒子滤波的WiFi/WSN混合定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106304334A true CN106304334A (zh) | 2017-01-04 |
CN106304334B CN106304334B (zh) | 2019-10-29 |
Family
ID=57711805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610828780.8A Active CN106304334B (zh) | 2016-09-18 | 2016-09-18 | 基于改进粒子滤波的WiFi/WSN混合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106304334B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846889A (zh) * | 2017-01-23 | 2017-06-13 | 杭州电子科技大学 | 一种室内外停车定位系统及定位方法 |
CN107807346A (zh) * | 2017-10-26 | 2018-03-16 | 南京华苏科技有限公司 | 基于ott与mr数据的自适应wknn室外定位方法 |
CN112926618A (zh) * | 2019-12-05 | 2021-06-08 | Aptiv技术有限公司 | 确定自定位初始化的初始自我姿态的方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100171657A1 (en) * | 2008-06-12 | 2010-07-08 | Northern Illinois University | System and method for wireless positioning and location determination |
CN103491506A (zh) * | 2013-09-17 | 2014-01-01 | 迈普通信技术股份有限公司 | 基于wlan和wsn的异构网络协同定位方法及系统 |
CN104898087A (zh) * | 2015-04-13 | 2015-09-09 | 福建师范大学 | 基于动态环境衰减因子的粒子滤波室内定位方法及系统 |
-
2016
- 2016-09-18 CN CN201610828780.8A patent/CN106304334B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100171657A1 (en) * | 2008-06-12 | 2010-07-08 | Northern Illinois University | System and method for wireless positioning and location determination |
CN103491506A (zh) * | 2013-09-17 | 2014-01-01 | 迈普通信技术股份有限公司 | 基于wlan和wsn的异构网络协同定位方法及系统 |
CN104898087A (zh) * | 2015-04-13 | 2015-09-09 | 福建师范大学 | 基于动态环境衰减因子的粒子滤波室内定位方法及系统 |
Non-Patent Citations (2)
Title |
---|
HUI TIAN等: "《A novel method for metropolitan-scale Wi-Fi localization based on public telephone booths》", 《IEEE/ION POSITION, LOCATION AND NAVIGATION SYMPOSIUM》 * |
吴金东等: "《基于WiFi和WSN的室内外混合定位研究》", 《地理空间信息》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846889A (zh) * | 2017-01-23 | 2017-06-13 | 杭州电子科技大学 | 一种室内外停车定位系统及定位方法 |
CN107807346A (zh) * | 2017-10-26 | 2018-03-16 | 南京华苏科技有限公司 | 基于ott与mr数据的自适应wknn室外定位方法 |
CN112926618A (zh) * | 2019-12-05 | 2021-06-08 | Aptiv技术有限公司 | 确定自定位初始化的初始自我姿态的方法和系统 |
CN112926618B (zh) * | 2019-12-05 | 2024-03-26 | Aptiv制造管理服务公司 | 确定自定位初始化的初始自我姿态的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106304334B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Faragher et al. | Location fingerprinting with bluetooth low energy beacons | |
CN103581995B (zh) | 一种用于移动通信网覆盖性能的测量方法 | |
CN103476115B (zh) | 一种基于AP集相似度的Wi-Fi指纹定位方法 | |
CN103728645B (zh) | 一种室内外定位系统及其定位方法 | |
CN103197280B (zh) | 一种基于射频信号强度的ap位置估计方法 | |
Vaupel et al. | Wi-Fi positioning: System considerations and device calibration | |
CN105849579B (zh) | 目标设备的定位方法和移动终端 | |
Jiménez et al. | Finding objects using UWB or BLE localization technology: A museum-like use case | |
WO2011156426A2 (en) | Method and apparatus for determining location using signals-of-opportunity | |
CN105182288B (zh) | 一种基于室内定位系统的rssi卡尔曼滤波方法 | |
CN106304334A (zh) | 基于改进粒子滤波的WiFi/WSN混合定位方法 | |
CN104144495B (zh) | 一种基于方向传感器与wlan网络的指纹定位方法 | |
CN106535217A (zh) | 基于gdop分析的gsm‑r干扰源融合定位方法 | |
KR20120005192A (ko) | 무선랜 전파 환경 맵을 이용한 ap 위치 추정 방법 및 장치 | |
Shum et al. | A signal strength based location estimation algorithm within a wireless network | |
CN106455051A (zh) | 通过距离校准设备提升WiFi定位精度的方法 | |
CN101945474A (zh) | 无线传感网中基于rssi的定位方法 | |
CN106131953A (zh) | 一种基于时段内小区频次加权实现移动用户定位的方法 | |
CN107426685A (zh) | 一种获取多模定位指纹数据库的方法和装置 | |
Kaduskar et al. | RSSI filtering methods applied to localization using Bluetooth low energy | |
CN110234163A (zh) | 用户终端的定位方法、装置、设备和介质 | |
Cullen et al. | CAPTURE-Extending the scope of self-localization in Indoor Positioning Systems | |
Cullen et al. | CAPTURE—Cooperatively applied positioning techniques utilizing range extensions | |
Gambi et al. | A WKNN-based approach for NB-IoT sensors localization | |
CN104507102A (zh) | 一种基于rssi和fmm的空间特性估计方法 |
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 |