CN106610293A - 一种基于强度差分的室内定位方法及系统 - Google Patents
一种基于强度差分的室内定位方法及系统 Download PDFInfo
- Publication number
- CN106610293A CN106610293A CN201510696237.2A CN201510696237A CN106610293A CN 106610293 A CN106610293 A CN 106610293A CN 201510696237 A CN201510696237 A CN 201510696237A CN 106610293 A CN106610293 A CN 106610293A
- Authority
- CN
- China
- Prior art keywords
- alpha
- wifi
- intensity
- mobile terminal
- signal strength
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 230000008054 signal transmission Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
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
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,Pi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,ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,(ai,bi,ci)为第i个wifi的坐标;εi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)ΦT+Q(k)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+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=σR 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,Pi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,ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,(ai,bi,ci)为第i个wifi的坐标;εi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,Pi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(ai,bi,ci);Pi0表示1m时的信号强度;ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,εi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)ΦT+Q(k)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+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=σR 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νx,νy。
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,Pi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,ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,(ai,bi,ci)为第i个wifi的坐标;εi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:
其中,Pi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,ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,(ai,bi,ci)为第i个wifi的坐标;εi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:
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)ΦT+Q(k)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+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=σR 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:
其中,Pi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,ξi表示对于位置(x,y)处第i个wifi信标的信号传输衰减因子,(ai,bi,ci)为第i个wifi的坐标;εi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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510696237.2A CN106610293B (zh) | 2015-10-23 | 2015-10-23 | 一种基于强度差分的室内定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510696237.2A CN106610293B (zh) | 2015-10-23 | 2015-10-23 | 一种基于强度差分的室内定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106610293A true CN106610293A (zh) | 2017-05-03 |
CN106610293B CN106610293B (zh) | 2019-10-01 |
Family
ID=58612620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510696237.2A Active CN106610293B (zh) | 2015-10-23 | 2015-10-23 | 一种基于强度差分的室内定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106610293B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226858A (zh) * | 2017-12-14 | 2018-06-29 | 厦门市美亚柏科信息股份有限公司 | 定位探测方法及计算机可读存储介质 |
CN110823221A (zh) * | 2018-08-13 | 2020-02-21 | 哈尔滨海能达科技有限公司 | 一种室内定位系统、方法及装置 |
CN110858972A (zh) * | 2018-08-24 | 2020-03-03 | 中移(杭州)信息技术有限公司 | 一种获取空间内wifi信号强度分布的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338510A (zh) * | 2013-05-24 | 2013-10-02 | 赵东明 | 一种基于rssi的无线传感器网络的定位方法 |
CN104113911A (zh) * | 2014-05-14 | 2014-10-22 | 浙江工业大学 | 基于mle和ukf组合的wsn节点定位方法 |
JP2015087227A (ja) * | 2013-10-30 | 2015-05-07 | セイコーエプソン株式会社 | 測位方法及び測位装置 |
CN104902562A (zh) * | 2014-11-24 | 2015-09-09 | 北京航空航天大学 | 一种基于多层指纹匹配的室内定位方法 |
CN104936286A (zh) * | 2015-05-13 | 2015-09-23 | 中国矿业大学 | 一种巷道中基于rssi的三信道差分测距方法 |
-
2015
- 2015-10-23 CN CN201510696237.2A patent/CN106610293B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338510A (zh) * | 2013-05-24 | 2013-10-02 | 赵东明 | 一种基于rssi的无线传感器网络的定位方法 |
JP2015087227A (ja) * | 2013-10-30 | 2015-05-07 | セイコーエプソン株式会社 | 測位方法及び測位装置 |
CN104113911A (zh) * | 2014-05-14 | 2014-10-22 | 浙江工业大学 | 基于mle和ukf组合的wsn节点定位方法 |
CN104902562A (zh) * | 2014-11-24 | 2015-09-09 | 北京航空航天大学 | 一种基于多层指纹匹配的室内定位方法 |
CN104936286A (zh) * | 2015-05-13 | 2015-09-23 | 中国矿业大学 | 一种巷道中基于rssi的三信道差分测距方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226858A (zh) * | 2017-12-14 | 2018-06-29 | 厦门市美亚柏科信息股份有限公司 | 定位探测方法及计算机可读存储介质 |
CN110823221A (zh) * | 2018-08-13 | 2020-02-21 | 哈尔滨海能达科技有限公司 | 一种室内定位系统、方法及装置 |
CN110858972A (zh) * | 2018-08-24 | 2020-03-03 | 中移(杭州)信息技术有限公司 | 一种获取空间内wifi信号强度分布的方法及装置 |
CN110858972B (zh) * | 2018-08-24 | 2022-08-05 | 中移(杭州)信息技术有限公司 | 一种获取空间内wifi信号强度分布的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106610293B (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110602647B (zh) | 基于扩展卡尔曼滤波和粒子滤波的室内融合定位方法 | |
CN104869541B (zh) | 一种室内定位追踪方法 | |
CN109283490B (zh) | 基于混合最小二乘法的泰勒级数展开的uwb定位方法 | |
CN107084714B (zh) | 一种基于RoboCup3D的多机器人协作目标定位方法 | |
CN106017342B (zh) | 基于三维实景模型的建筑物变化自动检测方法及其系统 | |
CN110197615B (zh) | 用于生成地图的方法及装置 | |
CN106353778B (zh) | 一种导航终端的精度验证系统及方法 | |
CN110849369A (zh) | 机器人跟踪方法、装置、设备及计算机可读存储介质 | |
CN112887899B (zh) | 一种基于单基站软位置信息的定位系统及定位方法 | |
CN113470090A (zh) | 基于sift-shot特征的多固态激光雷达外参标定方法 | |
CN107909018B (zh) | 一种稳健的多模态遥感影像匹配方法和系统 | |
CN110187337B (zh) | 一种基于ls和neu-ecef时空配准的高机动目标跟踪方法及系统 | |
CN106610293B (zh) | 一种基于强度差分的室内定位方法及系统 | |
US11074707B2 (en) | Method and system of antenna measurement for mobile communication base station | |
CN103942786B (zh) | 无人机可见光和红外图像的自适应团块目标检测方法 | |
CN110186458A (zh) | 基于os-elm融合视觉和惯性信息的室内定位方法 | |
CN111505580B (zh) | 基于方位角和多普勒信息的多平台协同目标定位方法 | |
CN114187330A (zh) | 一种基于光流法的结构微幅振动工作模态分析方法 | |
CN113848549B (zh) | 一种基于合成孔径技术的辐射源定位方法 | |
CN102830391B (zh) | 一种红外搜索与跟踪系统准确性指标计算方法 | |
CN114236480A (zh) | 一种机载平台传感器系统误差配准算法 | |
CN116659504A (zh) | 一种基于卡尔曼滤波法的实时飞行数据估计方法 | |
CN110927765A (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
CN115103437B (zh) | 一种蓝牙和惯性测量单元的紧耦合室内定位方法 | |
Liu et al. | Trajectory Smoothing Algorithm Based on Kalman Filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |