CN106610293A - 一种基于强度差分的室内定位方法及系统 - Google Patents

Abstract

本发明公开了一种基于强度差分的室内定位方法，包括：移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；建立kalman滤波强度跟踪模型，基于该模型对每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。

Description

一种基于强度差分的室内定位方法及系统

技术领域

本发明属于信息技术、自动控制和电子技术领域，具体涉及一种基于强度差分的室内定位方法。

背景技术

随着位置数据业务的不断发展，室内定位在机场、商场、停车场、矿井等领域取得了广泛的应用。但由于室内定位环境的复杂性，其在定位精度方面还难以满足实际要求。一方面，由于不同室内环境下，室内整体结构、材料、物品位置等都会导致信号传输存在较大损耗和波动，另一方面，室内存在的反射、绕射等现象，会产生严重的多径效应，极大增加了定位难度。虽然，许多学者在室内定位方式、定位算法等都开展了许多研究，目前已经提出的室内定位算法包括三角定位、强度法、指纹法等多种方法，取得了许多重要研究成果，但由于实际环境的复杂性，室内定位精度仍难以令人满意，定位精度还亟待进一步提高。

发明内容

为了克服现有技术中的定位方法定位精度不高的缺陷，本发明提供了一种能有效提高定位精度的室内定位方法及系统。

为了实现上述目的，本发明提供了一种基于强度差分的室内定位方法，包括：

步骤1)、移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；其中，所述“距离-损耗”模型的表达式为：

其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；

步骤2)、建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；

步骤3)、利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。

上述技术方案中，在所述步骤2)中，强度变化方程描述为：

X(k+1)＝ΦX(k)+W(k)

其中：

其中，表示速度，表示加速度；α表示一个给定的参数；T表示采样时间；

W(k)是高斯白噪声，均值为0，方差为Q(k)，具体形式为：

观测方程为：

Z(k)＝HX(k)+V(k)

其中：

H＝[1 0 0]，V(k)表示第k个采样点的观测噪声；

kalman滤波强度跟踪模型包括下列公式：

X(k|k-1)＝ΦX(k-1|k-1)

P(k|k-1)＝ΦX(k-1|k-1)Φ^T+Q(k)

K(k)＝P(k|k-1)H^T[HP(k|k-1)H^T+R]^-1

X(k|k)＝X(k|k-1)+K(k)[Z(k)-HX(k|k-1)]

P(k|k)＝[1-K(k)H]P(k|k-1)

其中：k|k-1表示k-1时刻对k时刻的预测值，R＝σ_R ²为观测噪声方差。

上述技术方案中，所述步骤3)进一步包括：

步骤3-1)、为某一时刻移动终端所接收的至少5个wifi信号的滤波后结果与相邻采样时刻移动终端所接收的至少5个wifi信号的滤波后结果分别根据“距离-损耗”模型构造方程组；

步骤3-2)、采用差分方法对步骤3-1)所得到的方程组进行处理，得到多个相邻采样时刻的wifi信号强度滤波结果的差值所组成的方程组，求解该方程组，得到移动终端的位置。

本发明还提供了一种基于强度差分的室内定位系统，包括：

实时扫描与建模模块，该模块采用移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；其中，所述“距离-损耗”模型的表达式为：

其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；

滤波模块，该模块建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；

位置计算模块，该模块利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。

本发明的优点在于：

本发明考虑了相邻时刻点之间信号传输误差存在的相关性，并通过差分方式进行消除，从而降低了此类相关误差对定位精度的影响，大大改善了定位精度。

附图说明

图1是本发明的室内定位方法的流程图。

具体实施方式

下面结合附图对本发明做进一步的说明。

本发明的室内定位方法用于实现对用户终端的定位，该方法基于强度差分，其包括以下步骤：

步骤1)、移动终端对室内的所有wifi信号进行实时扫描，根据扫描结果建立对数化“距离-损耗”模型。该步骤进一步包括：

步骤1-1)、移动终端在时刻t对周围的所有wifi信号进行实时扫描。

在本步骤中，所述移动终端可按照固定的频率对其周围所有的wifi信号进行扫描。移动终端在室内位置坐标假设为(x,y,0)。

步骤1-2)、上传并存储各个移动终端所记录的wifi信号的强度信息。

本步骤中，各个移动终端所记录的wifi信号的强度信息可上传到一服务器中。

步骤1-3)、为各个移动终端对所有wifi信号的扫描结果建立对数化“距离-损耗”模型，该模型的表达式如下：

其中，P_i为第i个wifi接收的信号强度，I为所有wifi的总数量，第i个wifi的坐标已知为(a_i,b_i,c_i)；P_i0表示1m时的信号强度；ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，ε_i表示第i个wifi在传输过程中的其他误差。

步骤2)、建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值。

强度变化方程可以描述为：

X(k+1)＝ΦX(k)+W(k)

其中：

其中，表示速度，表示加速度；α表示一个给定的参数；T表示采样时间。

W(k)是高斯白噪声，均值为0，方差为Q(k)，具体形式为：

观测方程为：

Z(k)＝HX(k)+V(k)

其中：

H＝[1 0 0]，V(k)表示第k个采样点的观测噪声。

kalman滤波强度跟踪模型包括下列公式：

X(k|k-1)＝ΦX(k-1|k-1)

P(k|k-1)＝ΦX(k-1|k-1)Φ^T+Q(k)

K(k)＝P(k|k-1)H^T[HP(k|k-1)H^T+R]^-1

X(k|k)＝X(k|k-1)+K(k)[Z(k)-HX(k|k-1)]

P(k|k)＝[1-K(k)H]P(k|k-1)

其中：k|k-1表示k-1时刻对k时刻的预测值，R＝σ_R ²为观测噪声方差；

步骤3)、基于差分方法进行高精度位置解算。

假设在任意时刻，移动终端能够接收的wifi信号数量不小于5个，在步骤2)中对每个wifi信号利用滤波处理后，若获得5个wifi信号的滤波后结果，则将这些结果记为对于相邻的采样时刻，对应的滤波结果为时间间隔记为Δt，利用步骤1)建立的“距离-损耗”模型构造的方程组为：

i＝1,2,3,4,5

采用差分方法对方程组进行处理，即将方程组中的两式相减，并不考虑噪声影响，于是：

i＝1,2,3,4,5

多个相邻采样时刻的wifi信号强度滤波结果的差值所组成的方程组为：

上式中共包含5个未知参数分别为：传输衰减系数ξ，当前坐标位置x，y，移动速度ν_x，ν_y。

解此方程组即可获得当前移动终端的所在位置(x,y)。

步骤4)、输出坐标X＝(x,y)^T，即为所要计算的移动终端的当前位置。

本发明还提供了一种基于强度差分的室内定位系统，包括：

实时扫描与建模模块，该模块采用移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；其中，所述“距离-损耗”模型的表达式为：

其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；

滤波模块，该模块建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；

位置计算模块，该模块利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种基于强度差分的室内定位方法，包括：

步骤1)、移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；其中，所述“距离-损耗”模型的表达式为：

$P_i=P_{i0}+10{\mathrm{\ξ}}_i\lg \left(\sqrt{{(x-a_i)}^2+{(y-b_i)}^2+{c_i}^2}\right)+{\mathrm{\ϵ}}_i;$

其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；

步骤2)、建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；

步骤3)、利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。

2.根据权利要求1所述的基于强度差分的室内定位方法，其特征在于，在所述步骤2)中，强度变化方程描述为：

X(k+1)＝ΦX(k)+W(k)

其中：

$X\left(k\right)=\left[\begin{array}{c}x\\ \stackrel{\·}{x}\\ \stackrel{\·\·}{x}\end{array}\right],\mathrm{\Φ}=\left[\begin{array}{ccc}1& T& \frac{-1+\mathrm{\α}T+e^{-\mathrm{\α}T}}{{\mathrm{\α}}^2}\\ 0& 0& \frac{1-e^{-\mathrm{\α}T}}{\mathrm{\α}}\\ 0& 0& e^{-\mathrm{\α}T}\end{array}\right];$

其中，表示速度，表示加速度；α表示一个给定的参数；T表示采样时间；

W(k)是高斯白噪声，均值为0，方差为Q(k)，具体形式为：

$Q\left(k\right)=2{\mathrm{\α\σ}}^2\left[\begin{array}{ccc}q11& q12& q13\\ q21& q22& q23\\ q31& q32& q33\end{array}\right]$

$\begin{array}{c}q11=\frac{1}{2{\mathrm{\α}}^5}(1-e^{-\mathrm{\α}T}+2\mathrm{\α}T+\frac{2}{3}{\mathrm{\α}}^3{T}^3-2{\mathrm{\α}}^2{T}^2-4{\mathrm{\αTe}}^{-\mathrm{\α}T})\\ q12=\frac{1}{2{\mathrm{\α}}^4}(-e^{-2\mathrm{\α}T}+1-2e^{-\mathrm{\α}T}+2{\mathrm{\αTe}}^{-\mathrm{\α}T}-2\mathrm{\α}T+{\mathrm{\α}}^2{T}^2)\end{array}$

$\begin{array}{c}q13=\frac{1}{2{\mathrm{\α}}^3}\left(1-e^{-2\mathrm{\α}T}-2{\mathrm{\αTe}}^{-\mathrm{\α}T}\right)\\ q22=\frac{1}{2{\mathrm{\α}}^3}\left(4e^{-\mathrm{\α}T}-3-e^{-2\mathrm{\α}T}+2\mathrm{\α}T\right)\\ q23=\frac{1}{2{\mathrm{\α}}^2}\left(e^{-2\mathrm{\α}T}+1-2e^{-\mathrm{\α}T}\right)\\ q33=\frac{1}{2\mathrm{\α}}\left(1-e^{-\mathrm{\α}T}\right);\end{array}$

观测方程为：

Z(k)＝HX(k)+V(k)

其中：

H＝[1 0 0]，V(k)表示第k个采样点的观测噪声；

kalman滤波强度跟踪模型包括下列公式：

X(k|k-1)＝ΦX(k-1|k-1)

P(k|k-1)＝ΦX(k-1|k-1)Φ^T+Q(k)

K(k)＝P(k|k-1)H^T[HP(k|k-1)H^T+R]^-1

X(k|k)＝X(k|k-1)+K(k)[Z(k)-HX(k|k-1)]

P(k|k)＝[1-K(k)H]P(k|k-1)

其中：k|k-1表示k-1时刻对k时刻的预测值，R＝σ_R ²为观测噪声方差。

3.根据权利要求1所述的基于强度差分的室内定位方法，其特征在于，所述步骤3)进一步包括：

步骤3-1)、为某一时刻移动终端所接收的至少5个wifi信号的滤波后结果与相邻采样时刻移动终端所接收的至少5个wifi信号的滤波后结果分别根据“距离-损耗”模型构造方程组；

步骤3-2)、采用差分方法对步骤3-1)所得到的方程组进行处理，得到多个相邻采样时刻的wifi信号强度滤波结果的差值所组成的方程组，求解该方程组，得到移动终端的位置。

4.一种基于强度差分的室内定位系统，其特征在于，包括：

实时扫描与建模模块，该模块采用移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离-损耗”模型；其中，所述“距离-损耗”模型的表达式为：

$P_i=P_{i0}+10{\mathrm{\ξ}}_i\lg \left(\sqrt{{(x-a_i)}^2+{(y-b_i)}^2+{c_i}^2}\right)+{\mathrm{\ϵ}}_i;$

其中，P_i为第i个wifi接收的信号强度，i＝1,2,…,I，I为所有wifi的总数量，ξ_i表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子，(a_i,b_i,c_i)为第i个wifi的坐标；ε_i表示第i个wifi在传输过程中的其他误差；

滤波模块，该模块建立kalman滤波强度跟踪模型，基于该模型对步骤1)中所得到的每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；

位置计算模块，该模块利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。