CN106646352A - 基于传感器空间模式的蓝牙定位精度优化方法 - Google Patents

Abstract

本发明提出基于传感器空间模式的蓝牙定位精度优化方法，主要包括的步骤有：基于当前空间模式构建蓝牙基站定位场模式数据库并实现不规则三角网TIN匹配库搭建；基于不同距离处获取的信号强度测定移动终端参数并计算当前信标距离；基于移动终端获取的蓝牙信号值通过空间模式过滤实现序列处理与分级；基于获取的蓝牙序列与精度优先级，依据非线性三边定位算法求解最终位置坐标与定位精度。本发明方法，对定位精度和定位实时性起到明显改善作用，在部署密集的小范围定位环境中具有优势，尤其在对高动态情况下的定位表现有很好的效果。

Description

基于传感器空间模式的蓝牙定位精度优化方法

技术领域

本发明涉及室内定位技术领域，具体的说是一种基于传感器空间模式的蓝牙定位精度优化方法，尤其涉及一种在多余传感器信号情况下基于传感器空间模式的蓝牙定位精度优化方法。

背景技术

城市生活的现代化趋势使得大型地下停车场、购物中心等大型建筑不断涌现，人们希望能够快速确定自己所在的位置，找到目的地。GPS(Global Positioning System，全球定位系统，以下简称为GPS)和北斗等卫星定位系统是目前应用最广的定位技术，具有精度高、覆盖范围广、用户接入量大等技术优势。但人们的活动场所也不仅局限在室外，室内的活动需求也成为了生活的重要一部分，然而GPS等定位系统并不能适用于封闭的室内定位应用中。因此，解决室内定位问题的需求应运而生。

人们提出来许多基于各种无线技术的室内定位技术，包括WIFI、红外、超宽带、Zigbee(紫蜂协议)和蓝牙等。这些定位机制大致可以分为两类：基于测距的定位机制和基于射频指纹的定位机制。但由于室内环境的复杂多样，现有的无线定位系统大都存在精度不高和定位成本过高等问题，此外大多数方法均不能直接应用在手机上，必须通过专用的手持设备才能实现，实用性不强，且精度也受到一定限制。

发明内容

本发明的目的在于提供一种基于传感器空间模式的蓝牙定位精度优化方法，该方法针对现有技术存在的缺陷，在室内密集部署的实际定位环境中，通过三角形建立起蓝牙基站之间的空间联系，模式信息存入到定位模式库中。通过扫描蓝牙的信号强度并排序，对最优的两个信号值组合成边序列，进入到模式库中通过点边关系查询到关系最近的点，同时也是物理分布较近和结构较合理的点；再通过扫描排序得到的蓝牙信号序列与模式库中找到的序列进行匹配，提取6个(少于6个时全部提取)相匹配的蓝牙；得到最佳的蓝牙基站的组合，最后利用算法对这几个基站点构成的几何形状进行计算，给定位组合所能到达的一种定位效果进行等级评定。最终通过定位算法解算出最终位置和定位精度。

本发明基于传感器空间模式的蓝牙定位精度优化方法，包括如下步骤：

步骤1，基于当前空间模式部署蓝牙基站，构建定位场模式数据库，实现不规则三角网匹配库的搭建；

步骤2，基于当前移动终端进行信号定标，实时获取不同距离处蓝牙信号强度RSSI值，测定终端参数并解算信标距离；

步骤3，基于移动终端获取蓝牙信号RSSI值并排序，依据最优强度获取信号模式序列，通过信号模式与过滤扫描信号，并通过几何关系对精度分级；

步骤4，基于获取的蓝牙信号序列，依据非线性三边定位算法求解当前最终坐标和定位精度。

所述步骤1中传感器空间模式数据库与不规则三角网匹配库的构建包括以下子步骤：

步骤1.1，蓝牙基站坐标存储数据结构与定位场不规则三角网匹配库存储模式构建；蓝牙基站坐标数据存储模式其中o为基站id编号，为mac地址，<α，β>为坐标参数，ι为所属楼层信息，ξ为附加条件；基于当前定位场蓝牙数据构建定位场数据库，并依据基站间空间位置关系提取搭建不规则三角网TIN模式匹配库；TIN模式匹配库的结构为T＝<o_s，o_e，o_fir，o_sec>，其中o_s为当前三角边的一个起始顶点蓝牙id号，o_e为终止顶点蓝牙id号，o_fir，o_sec为当前三角边两侧的邻接蓝牙id编号；

步骤1.2，定位场蓝牙基站坐标数据入库；

步骤1.3，基于基站空间位置关系，实现定位场不规则三角网搭建，获取所有TIN顶点坐标信息的键值对边集合L＝{<o_s，o_e>(s，e＝1，2，….)}；遍历每个键值对<o_i，o_j>的起始顶点o_i获取与其邻接的边信息，再次遍历邻接边顶点判定其邻接边顶点是否存在有顶点o_j；如果存在，则表示当前邻接边的其中一顶点为<o_i，o_j>的一个邻接点；否则，进行下一步的遍历与判断；当找到该键值对的两个邻接点后，按照TIN匹配库模式进行构建入库。

所述步骤2中移动终端信号定标并解算信标距离包括以下子步骤：

步骤2.1，获取移动终端距离蓝牙基站1m处信号强度RSSI值ρ；

步骤2.2，获取移动终端实时扫描获取的信号强度RSSI值γ；

步骤2.3，基于信号强度解算距离算法，利用ρ与γ来计算终端与蓝牙基站之间的距离。

所述步骤3中依据信号强度排序获取信号模式序列包括以下子步骤：

步骤3.1，移动终端实时获取蓝牙信号强度RSSI值并降序排列作为RSSI序列；

步骤3.2，选取信号最强的前两个蓝牙点构成一条初始匹配序列边<o_i，o_j>，将其与TIN模式模式库中进行匹配，查询n个相关联的蓝牙信标；以最初查找的n₀个关联信标的中心坐标值作为对TIN模式匹配库中蓝牙信标的优选，依据信标距离中心点的距离，依次从这些待选信标中提取前8作为模式匹配库中待选信标序列；

步骤3.3，将RSSI排序序列与待选信标序列进行匹配，找出其中相匹配的蓝牙信标；当匹配信标序列多于6个时，选取6个作为定位节点；如果少于6个大于3个时，则提取所有的信标；如果少于3个时，则匹配失败，通过改变初始边序列组合再次进行匹配，直到满足条件则为处理成功。

如果未满足条件，则可以说明本次采集的信号序列稳定性较差，存在较大误差，不建议用来进行定位解算。

所述步骤3中获取蓝牙信号序列分级，是指对蓝牙信标的实际空间布局关系判定是否满足对称结构，如果满足对称结构，表明该蓝牙信号序列优先级高、定位精度高。

本发明一种基于传感器空间模式的蓝牙定位精度优化方法的有益效果在于：通过利用传感器部署节点间的空间模式构建不规则三角网模式匹配库，让定位信号节点位置间关系可知，空间分布较近并拥有较好拓扑结构的节点间会构建起一种不规则三角形结构，并将这种关联关系以点边结构进行存储。依据点边关联结构，当得到一组富含噪声的定位信号序列时，可以通过该结构找出空间分布最为合理的序列，通过比较可从中找出最合理的信号序列，从而实现智能化选取最优参考点定位，在部署密集的小范围定位环境中，由于受传感器节点间信号相互干扰大带来很大噪声，其表现效果尤为突出；本发明方法能够依据构建的节点间的相互关系，判定当前所获取的定位信号序列的优劣等级，因而能够对信号序列进行实时的处理，无需记录历史序列滤波处理，实时获取高精度定位信息，对高动态情况下的定位表现有较好效果。

附图说明

图1为基于传感器空间模式的蓝牙定位精度优化结构图。

图2为空间模式下蓝牙信号数据处理流程图。

图3为实施例中蓝牙的布局位置图。

图中，1-17代表蓝牙定位传感器布设位置。

具体实施方式

下面结合附图，对本发明做进一步说明。如图1-图3所示，本发明要求保护一种基于传感器空间模式的蓝牙定位精度优化方法。

对于空间关系模式库的构建，本发明选择利用矢量三角形构建的算法来构建区域内所有传感器坐标点的关联关系，通过优先锐角三角形构建的方式，能够将相邻的基站点首先构建关联，同时保证各个点之间关系的稳定性和确定性。同时对于转入到沿线分布的情况，往往会与同某个点构建起钝角三角形，来构建起相互间的相关关系。

具体实施时，利用程序可实现方法流程的自动运行，实施例所提供方法的实现流程包括以下步骤：

步骤1，基于当前空间模式部署蓝牙基站，构建定位场模式数据库，实现不规则三角网匹配库的搭建；

实施例中，步骤1的定位场数据库与不规则三角网匹配库的构建包括以下子步骤：

步骤1.1，蓝牙基站坐标存储数据结构与定位场不规则三角网匹配库存储模式构建。蓝牙基站坐标数据存储模式其中o为基站id编号，为mac地址，<α，β>为坐标参数，ι为所属楼层信息，ξ为附加条件。基于当前定位场蓝牙数据构建定位场数据库，并依据基站间空间位置关系提取搭建不规则三角网(TIN)模式匹配库。TIN模式匹配库的结构为T＝<o_s，o_e，o_fir，o_sec>，其中o_s为当前三角边的一个起始顶点蓝牙id号，o_e为终止顶点蓝牙id号，o_fir，o_sec为当前三角边两侧的邻接蓝牙id编号。

步骤1.2，定位场蓝牙基站坐标数据入库；

步骤1.3，基于基站空间位置关系，实现定位场不规则三角网搭建，获取所有TIN顶点坐标信息的键值对边集合L＝{<o_s，o_e>(s，e＝1，2，….)}。遍历每个键值对<o_i，o_j>的起始顶点o_i获取与其邻接的边信息，再次遍历邻接边顶点判定其邻接边顶点是否存在有顶点o_j。如果存在，则表示当前邻接边的其中一顶点为<o_i，o_j>的一个邻接点。否则，进行下一步的遍历与判断。当找到该键值对的两个邻接点后，按照TIN模式匹配库的模式进行构建入库。

具体实施时，本发明基于停车诱导系统的需要，蓝牙定位传感器是与车位探头集成一体式的设备，因而蓝牙布设的方式具有密度高的特点，按对称车位平行分布和单边车位线性分布的特征，高密度的iBeacon信标使得较容易得到高精度定位结果，而由此也引起了信标节点间的互扰，加之常见的多路径、传感器稳定性等信号影响因素，使扫描信号的可用性未知性增大。通过在停车场中部署传感器设备，作为定位信标基站，利用矢量三角形构建算法，构建各个基站坐标点间的相关关系，并通过json格式存入到模式数据库中。json文件中包含有各个基站点的坐标信息和以边点结构存储的各个基站间的关联关系信息。当移动终端进入实验区域时，设定在传入室内地图信息的同时，将传感器定位场的信息也加载到手机本地数据库中，则当进入到室内无网络环境时，可以直接调用手机中存储的数据信息进行快速的定位解算。具体实施中蓝牙布局如图3所示。

步骤2，基于当前移动终端进行信号定标，实时获取不同距离处蓝牙信号强度RSSI值，测定终端参数并解算信标距离；

实施例中，步骤2移动终端信号定标并解算信标距离包括以下子步骤：

步骤2.1，获取移动终端距离蓝牙基站1m处信号强度RSSI值ρ；

步骤2.2，获取移动终端实时扫描获取的信号强度RSSI值γ；

步骤2.3，基于信号强度解算距离算法，利用ρ与γ来计算终端与蓝牙基站之间的距离；

具体实施时，时，距离D＝Math.pow(r，10)； 时，D＝(A)*Math.pow(r，B)+C(A，B，C为定标参数，依据终端设备不同)。

步骤3，基于移动终端获取蓝牙信号RSSI值，依据强度排序获取信号模式序列，通过信号模式分级获取精度；

实施例中，步骤3中依据信号强度排序获取信号模式序列包括以下子步骤：

步骤3.1，移动终端实时获取蓝牙信号强度RSSI值并降序排列作为RSSI序列；

步骤3.2，选取信号最强的前两个蓝牙点构成一条初始匹配序列边<o_i，o_j>，将其与TIN模式库中进行匹配，查询n个相关联的蓝牙信标。以最初查找的n₀个关联信标的中心坐标值作为对模式库中蓝牙信标的优选，依据信标距离中心点的距离，依次从这些待选信标中提取前(n-n₀)作为模式匹配库中待选信标序列；

步骤3.3，将RSSI排序序列与待选信标序列进行匹配，找出其中相匹配的蓝牙信标。当匹配信标序列多于6个时，选取6个作为定位节点；如果少于6个大于3个时，则提取所有的信标；如果少于3个时，匹配则失败，可以通过改变初始边序列组合再次进行匹配，直到满足条件则为处理成功。如果未满足条件，则可以说明本次采集的信号序列稳定性较差，存在较大误差，不建议用来进行定位解算。

具体实施时，移动设备进入到定位场，对实时接收到的信标信号，通过信号强度对蓝牙序列进行排序，筛选出最强的10个信标信号(少于10个时取全部)。在提取蓝牙信号强度的序列时，并不会直接取前6个，而是通过信号最强的前两个蓝牙构成一条初始匹配序列边，将序列边引入到模式库中进行匹配，查询相关联的蓝牙信标，直到找寻数量达到12个。以最初找寻的4个关联信标的中心坐标值作为对模式库中蓝牙信标的优选，依据信标距离中心点的距离，依次从12个待选信标中提取前8个信标作为模式库中待选信标序列。将两个序列按照两个排序的顺序依次进行匹配，找出两个序列中相匹配的蓝牙信标，当匹配信标序列多于六个时，选取6个作为定位节点，少于6个大于3个时提取所有的信标，少于3个时匹配失败；可以通过改变初始边序列组合再次进行匹配，直到满足条件则处理成功。若未满足条件，则可以说明本次采集的信号序列具有极大的不稳定性，有较大的误差，不建议用来进行定位的解算。考虑本发明对信号序列的处理是实时进行的，有较快的处理速度，可以对单条信息进行处理。手机某次实时扫描到的蓝牙序列经排序处理后RSSI排序序列：3，-54；12，-60；11，-60；4，-61；8，-64；13，-65；17，-66；9，-66；7，-66；10，-66。前面为编号，后面为对应RSSI值，可得到3，12构成起始边，匹配失败，再用3，11构成初始边，同样失败，再用3，4构成的初始边进行匹配，能够成功匹配，模式获取序列：3，4，2，10，5，9，11，1。两个序列匹配出相同的编号即为最终的待选定位序列，最终定位序列为：3，-54；4，-61；10，-66；9，-66；11，-66。5个坐标点的分布均在采集点周围，其中5号点也在周围内，但源于实时扫描信号前10内都无此点，可见改点此次的RSSI值存在较大的跳动，通过相互间影响对其进行了过滤处理，而剩余点能解算出较好的结果。

实施例中，步骤3中获取蓝牙信号序列分级具备以下特征：

对蓝牙信标的实际空间布局关系判定是否满足对称结构，如果满足的话表明该蓝牙信号序列优先级高，定位精度高。

具体实施时，对经过模式库进行匹配筛选的蓝牙信标序列进行分级的判定，主要通过对蓝牙信标的实际物理布局的关系进行判定，本次测试的布局环境而言，可以判断序列组合是否具有对称的一种结构，对称结构的定位效果相对较好，同时在对称结构中，本实施方案中矩形的结构具有最佳的组合方式，对于接收蓝牙经过筛选后得到的蓝牙序列组合，其分布如图所示是矩形，因而可以判定其有着很好的组合结构。算法处理上通过几何结构的解算方式，通过计算两条最长对边距离近似相等，可以判定出其结构具有矩形结构特征(蓝牙布局方式有效避免了其他可能)，因而其具有较高精度的定位等级。

步骤4，基于获取的蓝牙信号序列，依据非线性三边定位算法求解当前最终坐标和定位精度。

具体实施时，传入最终获取到的蓝牙序列和精度等级，利用三边定位的方式解算最终的坐标位置，考虑到最大可能提高定位解算的精度，会选用引入最小二乘法的非线性三边定位算法来解算最终的位置坐标和定位精度。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种基于传感器空间模式的蓝牙定位精度优化方法，其特征在于，包括如下步骤：

步骤1，基于当前空间模式部署蓝牙基站，构建定位场模式数据库，实现不规则三角网匹配库的搭建；

步骤2，基于当前移动终端进行信号定标，实时获取不同距离处蓝牙信号强度RSSI值，测定终端参数并解算信标距离；

步骤3，基于移动终端获取蓝牙信号RSSI值并排序，依据最优强度获取信号模式序列，通过信号模式与过滤扫描信号，并通过几何关系对精度分级；

步骤4，基于获取的蓝牙信号序列，依据非线性三边定位算法求解当前最终坐标和定位精度。

2.如权利要求1所述的优化方法，其特征在于，所述步骤1中传感器空间模式数据库与不规则三角网匹配库的构建包括以下子步骤：

步骤1.1，蓝牙基站坐标存储数据结构与定位场不规则三角网匹配库存储模式构建；蓝牙基站坐标数据存储模式其中o为基站id编号，为mac地址，<α，β>为坐标参数，τ为所属楼层信息，ξ为附加条件；基于当前定位场蓝牙数据构建定位场数据库，并依据基站间空间位置关系提取搭建不规则三角网TIN模式匹配库；TIN模式匹配库的结构为T＝<o_s,o_e,o_fir,o_sec>，其中o_s为当前三角边的一个起始顶点蓝牙id号，o_e为终止顶点蓝牙id号，o_fir,o_sec为当前三角边两侧的邻接蓝牙id编号；

步骤1.2，定位场蓝牙基站坐标数据入库；

步骤1.3，基于基站空间位置关系，实现定位场不规则三角网搭建，获取所有TIN顶点坐标信息的键值对边集合L＝{<o_s,o_e>(s,e＝1,2,....)}；遍历每个键值对<o_i,o_j>的起始顶点o_i获取与其邻接的边信息，再次遍历邻接边顶点判定其邻接边顶点是否存在有顶点o_j；如果存在，则表示当前邻接边的其中一顶点为<o_i,o_j>的一个邻接点；否则，进行下一步的遍历与判断；当找到该键值对的两个邻接点后，按照TIN匹配库模式进行构建入库。

3.如权利要求1所述的优化方法，其特征在于，所述步骤2中移动终端信号定标并解算信标距离包括以下子步骤：

步骤2.1，获取移动终端距离蓝牙基站1m处信号强度RSSI值ρ；

步骤2.2，获取移动终端实时扫描获取的信号强度RSSI值γ；

步骤2.3，基于信号强度解算距离算法，利用ρ与γ来计算终端与蓝牙基站之间的距离。

4.如权利要求1所述的优化方法，其特征在于，所述步骤3中依据信号强度排序获取信号模式序列包括以下子步骤：

步骤3.1，移动终端实时获取蓝牙信号强度RSSI值并降序排列作为RSSI序列；

步骤3.2，选取信号最强的前两个蓝牙点构成一条初始匹配序列边<o_i,o_j>,将其与TIN模式模式库中进行匹配，查询n个相关联的蓝牙信标；以最初查找的n₀个关联信标的中心坐标值作为对TIN模式匹配库中蓝牙信标的优选，依据信标距离中心点的距离，依次从这些待选信标中提取前8作为模式匹配库中待选信标序列；

步骤3.3，将RSSI排序序列与待选信标序列进行匹配，找出其中相匹配的蓝牙信标；当匹配信标序列多于6个时，选取6个作为定位节点；如果少于6个大于3个时，则提取所有的信标；如果少于3个时，则匹配失败，通过改变初始边序列组合再次进行匹配，直到满足条件则为处理成功。

5.如权利要求1所述的优化方法，其特征在于：所述步骤3中获取蓝牙信号序列分级，是指对蓝牙信标的实际空间布局关系判定是否满足对称结构。