CN106686042A - 反向位置指纹识别定位方法、装置和系统 - Google Patents
反向位置指纹识别定位方法、装置和系统 Download PDFInfo
- Publication number
- CN106686042A CN106686042A CN201510765579.5A CN201510765579A CN106686042A CN 106686042 A CN106686042 A CN 106686042A CN 201510765579 A CN201510765579 A CN 201510765579A CN 106686042 A CN106686042 A CN 106686042A
- Authority
- CN
- China
- Prior art keywords
- terminal
- measured
- fuzzy
- module
- rssi
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种反向位置指纹识别定位方法、装置和系统。该方法包括:通过模糊聚类算法构建室内wifi场强信息库;接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括终端标识和信号强度RSSI;根据终端标识确定不同AP采集的同一待测终端的当前RSSI;将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。本发明通过无线接入点扫描报告建立指纹库,无线接入点主动扫描待测终端的与信号强度实现位置解算,从而可以提高室内终端的定位精度。
Description
技术领域
本发明涉及室内定位领域,特别涉及一种反向位置指纹识别定位方法、装置和系统。
背景技术
当前,智能终端和基于智能终端的移动互联应用增长迅速,各种移动购物、结算、社交、娱乐等应用需要使用位置信息,对定位精度、定位速度也提出更高要求。
在隧道、高层楼宇、地下室等场合,GPS、北斗等卫星定位手段失效;由终端主动发起的三角定位或位置指纹识别定位,需在终端侧安装定位应用,并具有数据通讯能力,导致首次定位时间长、链路开销大、未打开定位应用就无法得到位置信息、高速移动下无法工作或误差极大等局限。
发明内容
鉴于以上技术问题,本发明提供了一种反向位置指纹识别定位方法、装置和系统,实时扫描待测终端的终端标识和信号强度,通过模糊决策确定待测终端的位置,提高了室内终端的定位精度。
根据本发明的一个方面,提供一种反向位置指纹识别定位方法,包括:
通过模糊聚类算法构建室内wifi场强信息库;
接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括终端标识和信号强度RSSI;
根据终端标识确定不同AP采集的同一待测终端的当前RSSI;
将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
在本发明的一个实施例中,所述通过模糊聚类算法构建室内wifi场强信息库的步骤包括:
选择室内信号采集参考点,获取所述参考点的坐标信息;
获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI;
通过模糊聚类算法构建RSSI信息指纹的模糊分类。
在本发明的一个实施例中,所述将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息的步骤包括:
获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度;
选择模糊隶属度最大的模糊分类;
在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息。
在本发明的一个实施例中,在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息的步骤包括:
将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类中各AP采集的各参考点RSSI作为因素指标值构建因素指标矩阵;
根据因素指标矩阵获取相对偏差值,其中所述相对偏差值构成模糊矩阵;
将相对偏差值的和小于预定欧式距离门限的参考点作为邻近参考点;
将邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
在本发明的一个实施例中,所述通过模糊聚类算法构建室内wifi场强信息库的步骤之前,还包括:对不同AP的时钟与采集时间进行校准;
所述确定该待测终端的位置信息的步骤之后,还包括:获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
根据本发明的另一方面,提供一种反向位置指纹识别定位装置,包括指纹库建立模块、扫描结果采集模块、终端确定模块和位置确定模块,其中:
指纹库建立模块,用于通过模糊聚类算法构建室内wifi场强信息库;
扫描结果采集模块,用于接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括终端标识和信号强度RSSI;
终端确定模块,用于根据终端标识确定不同AP采集的同一待测终端的当前RSSI;
位置确定模块,用于将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
在本发明的一个实施例中,指纹库建立模块包括参考点选择单元、信息指纹获取单元和模糊分类单元,其中:
参考点选择单元,用于选择室内信号采集参考点,获取所述参考点的坐标信息;
信息指纹获取单元,用于获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI;
模糊分类单元,用于通过模糊聚类算法构建RSSI信息指纹的模糊分类。
在本发明的一个实施例中,位置确定模块包括隶属度确定单元、分类确定单元和定位单元,其中:
隶属度确定单元,用于获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度;
分类确定单元,用于选择模糊隶属度最大的模糊分类;
定位单元,用于在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息。
在本发明的一个实施例中,定位单元包括指标矩阵确定子模块、偏差值确定子模块、邻近点确定子模块和定位子模块,其中:
指标矩阵确定子模块,用于将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类中各AP采集的各参考点RSSI作为因素指标值构建因素指标矩阵;
偏差值确定子模块,用于根据因素指标矩阵获取相对偏差值,其中所述相对偏差值构成模糊矩阵;
邻近点确定子模块,用于将相对偏差值的和小于预定欧式距离门限的参考点作为邻近参考点;
定位子模块,用于将邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
在本发明的一个实施例中,所述装置还包括时间校准模块和位置修正模块,其中:
时间校准模块,用于在指纹库建立模块通过模糊聚类算法构建室内wifi场强信息库之前,对不同AP的时钟与采集时间进行校准;
位置修正模块,用于在位置确定模块确定该待测终端的位置信息之后,获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
根据本发明的另一方面,提供一种反向位置指纹识别定位系统,包括反向位置指纹识别定位装置和无线接入点设备,其中:
无线接入点设备,用于实时采集的室内待测终端的扫描结果,并将所述扫描结果发送给反向位置指纹识别定位装置;
反向位置指纹识别定位装置,为权利要求6-10中任一项所述的反向位置指纹识别定位装置。
在本发明的一个实施例中,所述系统还包括前置汇聚模块,其中:
所述前置汇聚模块设置在部分无线接入点设备上,用于将该部分无线接入点设备的扫描结果上报给所述反向位置指纹识别定位装置。
本发明室内通过无线接入点扫描报告建立指纹库,无线接入点主动扫描待测终端的与信号强度实现位置解算,从而可以提高室内终端的定位精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明反向位置指纹识别定位系统一个实施例的示意图。
图2为本发明反向位置指纹识别定位方法一个实施例的示意图。
图3为本发明反向位置指纹识别定位方法另一实施例的示意图。
图4为本发明一个实施例中通过模糊聚类算法构建室内wifi场强信息库的示意图。
图5为本发明一个实施例中在线阶段进行模糊解算的流程示意图。
图6为本发明一个实施例中在隶属度最大的模糊分类中进行模糊决策的流程示意图。
图7为本发明反向位置指纹识别定位装置一个实施例的示意图。
图8为本发明反向位置指纹识别定位装置另一实施例的示意图。
图9为本发明一个实施例中指纹库建立模块的示意图。
图10为本发明一个实施例中位置确定模块的示意图。
图11为本发明一个实施例中定位单元的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1为本发明反向位置指纹识别定位系统一个实施例的示意图。如图1所示,本发明反向位置指纹识别定位系统包括反向位置指纹识别定位装置3和多个定位Wifi无线接入点设备(例如图1中的21、22、23和24),其中:
所述无线接入点设备AP,用于实时扫描室内待测终端1,获取扫描结果,并将所述扫描结果发送给反向位置指纹识别定位装置,其中,所述室内待测终端1为wifi移动终端,所述扫描结果包括每个待测终端1的终端标识(例如MAC地址)、信号强度RSSI、采集时间等信息。
反向位置指纹识别定位装置3,用于在离线阶段构建室内wifi场强信息库,通过模糊聚类方法建立指纹库;以及在线阶段实时采集AP扫描到的扫描结果;并使用模糊决策方法,根据终端设备MAC地址在不同定位无线接入点的扫描结果,与指纹库模型比对决策,得出位置信息。
本发明上述实施例中待测终端无需安装定位应用,无需登入数据网,只需打开wifi功能,并被定位Wifi无线接入点扫描到,就能在反向位置指纹识别定位装置(即,解算平台)获得待测终端在室内的坐标位置。
基于本发明上述实施例提供的反向位置指纹识别定位系统,在室内通过无线接入点扫描报告建立指纹库,无线接入点主动扫描终端MAC地址与信号强度实现位置解算,从而提高了室内待测终端的定位精度。
在本发明的一个实施例中,如图1所示,所述系统还可以包括前置汇聚模块4,其中:
前置汇聚模块4设置在部分无线接入点设备(例如图1所示的AP23和24)上,用于将该部分无线接入点设备的扫描结果上报给所述反向位置指纹识别定位装置3。
在本发明的一个具体实施例中,前置汇聚模块4使用TCP连接方式将多个无线接入点设备23和24的扫描结果(移动设备MAC地址与RSSI信息)上报给反向位置指纹识别定位装置3。而不具备汇聚能力的无线接入点设备21和22,使用UDP连接方式连接直接上报给反向位置指纹识别定位装置3。
在本发明的一个实施例中,如图1所示,所述系统还可以包括监控装置5,其中:
所述监控装置5与反向位置指纹识别定位装置3连接;反向位置指纹识别定位装置3还用于将待测终端1的定位结果(在室内的坐标位置)发送给监控装置,以便监控装置实现对待测终端1的位置监控。
在本发明的一个实施例中,反向位置指纹识别定位装置3还用于将待测终端1的定位结果返回给待测终端1,以便待测终端1获取自身在室内的坐标位置信息。
下面通过具体实施例对反向位置指纹识别定位装置3如何实现对待测终端的定位以及对反向位置指纹识别定位装置3的结构进行详细描述。
图2为本发明反向位置指纹识别定位方法一个实施例的示意图。优选的,本实施例可由本发明反向位置指纹识别定位装置执行。该方法包括以下步骤:
步骤202,离线阶段通过模糊聚类算法构建室内wifi场强信息库。
在本发明的一个实施例中,模糊聚类算法可以包括但不限于模糊C-均值(Fuzzy c mean)聚类算法,即FCM算法。例如,模糊聚类算法还可以是K均值聚类算法等。
步骤204,在线阶段接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括每个待测终端1的终端标识(例如MAC地址)、信号强度RSSI、采集时间等信息。
步骤206,根据终端标识确定不同AP采集的同一待测终端的当前RSSI,其中诸如MAC地址的终端标识与终端一一对应,由此可以确定出不同AP采集的同一待测终端的当前RSSI集合。
步骤208,将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
基于本发明上述实施例提供的反向位置指纹识别定位方法,在室内通过无线接入点扫描报告建立指纹库,无线接入点主动扫描终端MAC地址与信号强度,反向位置指纹识别定位装置为消除每个无线接入点扫描时间不一致产生的误差,在线阶段使用模糊决策方法,根据终端设备MAC地址在不同定位无线接入点的扫描结果,与指纹库模型比对决策,得出位置信息,从而提高了室内待测终端的定位精度。
图3为本发明反向位置指纹识别定位方法另一实施例的示意图。优选的,本实施例可由本发明反向位置指纹识别定位装置执行。图3实施例中的步骤302-步骤308与图2实施例中的步骤202-步骤208相同或类似,这里不再详述。与图2实施例相比,图3所述方法在通过模糊聚类算法构建室内wifi场强信息库(步骤302)之前,还可以包括:
步骤301,对不同AP的时钟与采集时间进行校准。
在本发明的一个具体实施例中,步骤301可以包括:读取无线接入点的时钟信息;计算出单个接入点与标准时间的差值;并根据不同接入点的扫描特征获得扫描等待时间;将最后的扫描结果时间统一为标准时间。
由此本发明上述实施例可以消除无线接入点的时钟不一致给位置信息采集带来的误差,以及每个无线接入点扫描时间不一致产生的误差,从而进一步提高了wifi终端的室内定位精度。
与图2实施例相比,图3所述方法在所述确定该待测终端的位置信息的步骤(步骤308)之后,还可以包括:
步骤310,获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
在本发明的一个具体实施例中,步骤310可以包括:
步骤1、统计同一MAC地址设备(待测终端)扫描样本点的个数,由于运动速度越快,样本数量越少,根据样本数量确定待测终端运动速度。
步骤2、根据预定的待测终端运动速度与位置补偿值的对应关系获取基于待测终端运动速度的位置补偿值g(t);
步骤3、并根据所述位置补偿值g(t)对该待测终端的位置信息h(t)进行修正,以得到移动终端运动的距离位置评估f(t)。具体而言,f(t)=g(t)+h(t)。
由于待测终端高速运动下实际坐标(x’,y’)和估计位置坐标(x,y)间偏差度较大,因此本发明上述实施例基于待测终端运动速度的位置补偿值g(t),修正了步骤308获得的位置信息h(t),从而提高了终端高速运动状态下的定位精度。
图4为本发明一个实施例中通过模糊聚类算法构建室内wifi场强信息库的示意图。如图4所示,图2中的步骤202或图3中的步骤302可以包括:
步骤402,根据用户的选择室内信号采集参考点,获取所述参考点的坐标信息(xi,yi)。
步骤404,获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI。
步骤406,通过模糊聚类算法构建RSSI信息指纹的模糊分类。
在本发明的一个实施例中,考虑到移动终端型号的不同而导致移动终端接收性能的不同,则在步骤402和步骤404之间,所述方法还可以包括:选择不同型号的参考移动终端,之后针对根据不同型号的参考移动终端,执行步骤404和406。即,针对不同参考移动终端,分别建立相应的指纹库和模糊分类。由此可以便于之后在线解算阶段,根据待测终端的MAC地址确定与所述MAC地址对应的参考终端D,从而选择参考终端D对应的指纹库和模糊分类进行进一步解算。
本发明的实施例由于对因移动终端型号的不同而导致移动终端接收性能的不同进行了补偿,进而去除了移动终端型号对接收性能的影响,使得不同型号移动终端的接收信号具有相同的参考标准,因此,在接收信号强度补偿后可以为用户提供更精确的定位服务。
在本发明的一个具体实施例中,步骤406可以包括:采用模糊c均值聚类算法构建RSSI信息指纹的模糊分类,采用模糊c均值聚类算法构建模糊分类的流程具体如下:
聚类准则是寻求最佳组合对(U,P),以使得在满足约束μik∈Mhc时,使目标函数Jm(U,P)最小。目标函数的一般描述为公式(1):
其中,U(b)=[μik]c×n,μik为隶属度函数;P为聚类原型矩阵;Mhc为数据集的模糊c划分空间;dik表示第类中的样本xk与原始模型矢量pi之间的失真度。这类问题可以用迭代算法求解。
初始化:给定聚类类别数c,2≤c≤n,n是数据(RSSI信息指纹)的个数,设定迭代停止阈值ε,初始化聚类原型模式P(0),设置迭代计数器b=0;
步骤一:用式(2)计算或更新划分矩阵U(b):
对于如果则有
如果使得则有且对j≠r,
步骤二:用式(3)更新聚类原型模式矩阵P(b+1):
步骤三:如果||P(b)-P(b+1)||<ε,则算法停止并输出划分矩阵U和聚类原型P,否则令b=b+1,转向步骤一。其中||·||为某种合适的矩阵范数。
同样,采用模糊c均值聚类算法构建模糊分类的方法也有另一种形式,即从初始化模糊划分矩阵开始,先用公式(3)计算聚类原型(中心矩阵),然后用公式(2)更新模糊分类矩阵,直到满足停止准则为止。
图5为本发明一个实施例中在线阶段进行模糊解算的流程示意图。如图5所示,图2中的步骤208或图3中的步骤308可以包括:
步骤502,根据预定的模糊匹配规则或者预定的模糊隶属度函数,获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度。
步骤504,选择模糊隶属度最大的模糊分类j。
步骤506,在所述模糊隶属度最大的模糊分类j中进行模糊决策,确定该待测终端的位置信息。
在本发明的一个实施例中,考虑到移动终端型号的不同而导致移动终端接收性能的不同,则在步骤502之前,还可以包括根据待测终端的MAC地址确定与所述MAC地址对应的参考终端D;之后,选择与参考终端D对应的指纹库;然后针对所述参考终端D对应的指纹库,执行步骤502-步骤506,以确定该待测终端的位置信息。
图6为本发明一个实施例中在隶属度最大的模糊分类中进行模糊决策的流程示意图。如图6所示,图5中的步骤506可以包括:
步骤602,将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类j中各AP采集的各参考点RSSI作为因素指标值构建如公式(4)所示的因素指标矩阵。
其中,p、q为大于0的自然数;1≤p≤n,n为采样个数,n等于待测终端采样个数与参考点数量之和;1≤q≤k,k为AP的数量,vpq为第q个AP采集的第p个参考点(或待测终端位置)的RSSI值。
步骤604,根据公式(4)所示因素指标矩阵,基于公式(5)获取相对偏差值upk,其中所述相对偏差值构成如公式(6)所示的构件模糊矩阵δ。
步骤606,根据公式(7)将相对偏差值的和dq小于等于预定欧式距离门限β的K个参考点作为邻近参考点。
步骤608,将K个邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
图7为本发明反向位置指纹识别定位装置一个实施例的示意图。如图7所示,图1中所示的反向位置指纹识别定位装置3包括指纹库建立模块100、扫描结果采集模块200、终端确定模块300和位置确定模块400,其中:
指纹库建立模块100,用于通过模糊聚类算法构建室内wifi场强信息库。
扫描结果采集模块200,用于接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括诸如MAC地址的终端标识、以及信号强度RSSI。
终端确定模块300,用于根据终端标识确定不同AP采集的同一待测终端的当前RSSI。
位置确定模块400,用于将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
基于本发明上述实施例提供的反向位置指纹识别定位装置,在室内通过无线接入点扫描报告建立指纹库,无线接入点主动扫描终端MAC地址与信号强度,反向位置指纹识别定位装置为消除每个无线接入点扫描时间不一致产生的误差,在线阶段使用模糊决策方法,根据终端设备MAC地址在不同定位无线接入点的扫描结果,与指纹库模型比对决策,得出位置信息,从而提高了室内待测终端的定位精度。
图8为本发明反向位置指纹识别定位装置另一实施例的示意图。与图7所示实施例相比,在图8所示实施例中,所述装置还可以包括时间校准模块500,其中:
时间校准模块500,用于在指纹库建立模块100通过模糊聚类算法构建室内wifi场强信息库之前,对不同AP的时钟与采集时间进行校准。
由此本发明上述实施例可以消除无线接入点的时钟不一致给位置信息采集带来的误差,以及每个无线接入点扫描时间不一致产生的误差,从而进一步提高了wifi终端的室内定位精度。
在本发明的一个实施例中,如图8所示,所述装置还可以包括位置修正模块600,其中:
位置修正模块600,用于在位置确定模块400确定该待测终端的位置信息之后,获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
由于待测终端高速运动下实际坐标(x’,y’)和估计位置坐标(x,y)间偏差度较大,因此本发明上述实施例基于待测终端运动速度的位置补偿值g(t),修正了位置确定模块获得的位置信息h(t),从而提高了终端高速运动状态下的定位精度。
图9为本发明图7或图8实施例中指纹库建立模块的示意图。如图9所示,图7或图8实施例中的指纹库建立模块100可以包括参考点选择单元110、信息指纹获取单元120和模糊分类单元130,其中:
参考点选择单元110,用于选择室内信号采集参考点,获取所述参考点的坐标信息。
信息指纹获取单元120,用于获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI。
模糊分类单元130,用于通过模糊聚类算法构建RSSI信息指纹的模糊分类。
图10为本发明一个实施例中位置确定模块的示意图。如图10所示,图7或图8实施例中的位置确定模块400可以包括隶属度确定单元410、分类确定单元420和定位单元430,其中:
隶属度确定单元410,用于获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度。
分类确定单元420,用于选择模糊隶属度最大的模糊分类。
定位单元430,用于在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息。
图11为本发明一个实施例中定位单元的示意图。如图11所示,图10实施例中的定位单元430可以包括指标矩阵确定子模块431、偏差值确定子模块432、邻近点确定子模块433和定位子模块434,其中:
指标矩阵确定子模块431,用于将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类中各AP采集的各参考点RSSI作为因素指标值构建因素指标矩阵。
偏差值确定子模块432,用于根据因素指标矩阵获取相对偏差值,其中所述相对偏差值构成模糊矩阵。
邻近点确定子模块433,用于将相对偏差值的和小于预定欧式距离门限的参考点作为邻近参考点。
定位子模块434,用于将邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
在上面所描述的指纹库建立模块100、扫描结果采集模块200、终端确定模块300、位置确定模块400、时间校准模块500和位置修正模块600等功能单元可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
至此,已经详细描述了本发明。为了避免遮蔽本发明的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也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,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (12)
1.一种反向位置指纹识别定位方法,其特征在于,包括:
通过模糊聚类算法构建室内wifi场强信息库;
接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括终端标识和当前信号强度RSSI;
根据终端标识确定不同AP采集的同一待测终端的当前RSSI;
将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
2.根据权利要求1所述的方法,其特征在于,所述通过模糊聚类算法构建室内wifi场强信息库的步骤包括:
选择室内信号采集参考点,获取所述参考点的坐标信息;
获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI;
通过模糊聚类算法构建RSSI信息指纹的模糊分类。
3.根据权利要求2所述的方法,其特征在于,所述将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息的步骤包括:
获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度;
选择模糊隶属度最大的模糊分类;
在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息。
4.根据权利要求3所述的方法,其特征在于,在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息的步骤包括:
将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类中各AP采集的各参考点RSSI作为因素指标值构建因素指标矩阵;
根据因素指标矩阵获取相对偏差值,其中所述相对偏差值构成模糊矩阵;
将相对偏差值的和小于预定欧式距离门限的参考点作为邻近参考点;
将邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
5.根据权利要求1-4中任一项所述的方法,其特征在于,
所述通过模糊聚类算法构建室内wifi场强信息库的步骤之前,还包括:对不同AP的时钟与采集时间进行校准;
所述确定该待测终端的位置信息的步骤之后,还包括:获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
6.一种反向位置指纹识别定位装置,其特征在于,包括指纹库建立模块、扫描结果采集模块、终端确定模块和位置确定模块,其中:
指纹库建立模块,用于通过模糊聚类算法构建室内wifi场强信息库;
扫描结果采集模块,用于接收各个无线接入点设备AP实时采集的室内待测终端的扫描结果,所述扫描结果包括终端标识和当前信号强度RSSI;
终端确定模块,用于根据终端标识确定不同AP采集的同一待测终端的当前RSSI;
位置确定模块,用于将该待测终端的当前RSSI与所述室内wifi场强信息库进行比对,确定该待测终端的位置信息。
7.根据权利要求6所述的装置,其特征在于,指纹库建立模块包括参考点选择单元、信息指纹获取单元和模糊分类单元,其中:
参考点选择单元,用于选择室内信号采集参考点,获取所述参考点的坐标信息;
信息指纹获取单元,用于获取不同AP采集的每一信号采集点的RSSI信息指纹,所述RSSI信息指纹包括该参考点的坐标信息和各AP采集的该参考点的RSSI;
模糊分类单元,用于通过模糊聚类算法构建RSSI信息指纹的模糊分类。
8.根据权利要求7所述的装置,其特征在于,位置确定模块包括隶属度确定单元、分类确定单元和定位单元,其中:
隶属度确定单元,用于获取该待测终端的当前RSSI与每个模糊分类的聚类中心的模糊隶属度;
分类确定单元,用于选择模糊隶属度最大的模糊分类;
定位单元,用于在所述模糊隶属度最大的模糊分类中进行模糊决策,确定该待测终端的位置信息。
9.根据权利要求8所述的装置,其特征在于,定位单元包括指标矩阵确定子模块、偏差值确定子模块、邻近点确定子模块和定位子模块,其中:
指标矩阵确定子模块,用于将该待测终端的当前RSSI、以及所述模糊隶属度最大的模糊分类中各AP采集的各参考点RSSI作为因素指标值构建因素指标矩阵;
偏差值确定子模块,用于根据因素指标矩阵获取相对偏差值,其中所述相对偏差值构成模糊矩阵;
邻近点确定子模块,用于将相对偏差值的和小于预定欧式距离门限的参考点作为邻近参考点;
定位子模块,用于将邻近参考点对应坐标信息的平均值作为该待测终端的位置信息。
10.根据权利要求6-9中任一项所述的装置,其特征在于,还包括时间校准模块和位置修正模块,其中:
时间校准模块,用于在指纹库建立模块通过模糊聚类算法构建室内wifi场强信息库之前,对不同AP的时钟与采集时间进行校准;
位置修正模块,用于在位置确定模块确定该待测终端的位置信息之后,获取基于待测终端运动速度的位置补偿值,并根据所述位置补偿值对该待测终端的位置信息进行修正。
11.一种反向位置指纹识别定位系统,其特征在于,包括反向位置指纹识别定位装置和无线接入点设备,其中:
无线接入点设备,用于实时采集的室内待测终端的扫描结果,并将所述扫描结果发送给反向位置指纹识别定位装置;
反向位置指纹识别定位装置,为权利要求6-10中任一项所述的反向位置指纹识别定位装置。
12.根据权利要求11所述的系统,其特征在于,还包括前置汇聚模块,其中:
所述前置汇聚模块设置在部分无线接入点设备上,用于将该部分无线接入点设备的扫描结果上报给所述反向位置指纹识别定位装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510765579.5A CN106686042A (zh) | 2015-11-11 | 2015-11-11 | 反向位置指纹识别定位方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510765579.5A CN106686042A (zh) | 2015-11-11 | 2015-11-11 | 反向位置指纹识别定位方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106686042A true CN106686042A (zh) | 2017-05-17 |
Family
ID=58865380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510765579.5A Pending CN106686042A (zh) | 2015-11-11 | 2015-11-11 | 反向位置指纹识别定位方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106686042A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110809232A (zh) * | 2019-10-22 | 2020-02-18 | 新华三信息安全技术有限公司 | 定位方法、装置、定位设备和计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639527A (zh) * | 2009-09-03 | 2010-02-03 | 哈尔滨工业大学 | 基于rss-p的k近邻模糊聚类wlan室内定位方法 |
CN101873607A (zh) * | 2010-06-25 | 2010-10-27 | 哈尔滨工业大学 | Wlan室内分步式rd-anfis定位方法 |
CN101977436A (zh) * | 2010-11-01 | 2011-02-16 | 哈尔滨工业大学 | 基于wlan室内定位的移动用户位置坐标修正方法 |
CN102098780A (zh) * | 2010-12-14 | 2011-06-15 | 北京邮电大学 | 一种定位方法和装置 |
CN102186239A (zh) * | 2011-04-13 | 2011-09-14 | 福建星网锐捷网络有限公司 | 射频指纹定位方法、装置及网络设备 |
CN103068041A (zh) * | 2012-12-31 | 2013-04-24 | 广州杰赛科技股份有限公司 | 一种定位方法 |
CN103402256A (zh) * | 2013-07-11 | 2013-11-20 | 武汉大学 | 一种基于WiFi指纹的室内定位方法 |
CN103796305A (zh) * | 2014-02-11 | 2014-05-14 | 上海交通大学 | 一种基于Wi-Fi位置指纹的室内定位方法 |
CN103901398A (zh) * | 2014-04-16 | 2014-07-02 | 山东大学 | 一种基于组合排序分类的位置指纹定位方法 |
CN104333906A (zh) * | 2014-11-11 | 2015-02-04 | 知图(上海)信息技术有限公司 | 一种基于室内无线信号的定位系统和方法 |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
-
2015
- 2015-11-11 CN CN201510765579.5A patent/CN106686042A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639527A (zh) * | 2009-09-03 | 2010-02-03 | 哈尔滨工业大学 | 基于rss-p的k近邻模糊聚类wlan室内定位方法 |
CN101873607A (zh) * | 2010-06-25 | 2010-10-27 | 哈尔滨工业大学 | Wlan室内分步式rd-anfis定位方法 |
CN101977436A (zh) * | 2010-11-01 | 2011-02-16 | 哈尔滨工业大学 | 基于wlan室内定位的移动用户位置坐标修正方法 |
CN102098780A (zh) * | 2010-12-14 | 2011-06-15 | 北京邮电大学 | 一种定位方法和装置 |
CN102186239A (zh) * | 2011-04-13 | 2011-09-14 | 福建星网锐捷网络有限公司 | 射频指纹定位方法、装置及网络设备 |
CN103068041A (zh) * | 2012-12-31 | 2013-04-24 | 广州杰赛科技股份有限公司 | 一种定位方法 |
CN103402256A (zh) * | 2013-07-11 | 2013-11-20 | 武汉大学 | 一种基于WiFi指纹的室内定位方法 |
CN103796305A (zh) * | 2014-02-11 | 2014-05-14 | 上海交通大学 | 一种基于Wi-Fi位置指纹的室内定位方法 |
CN103901398A (zh) * | 2014-04-16 | 2014-07-02 | 山东大学 | 一种基于组合排序分类的位置指纹定位方法 |
CN104333906A (zh) * | 2014-11-11 | 2015-02-04 | 知图(上海)信息技术有限公司 | 一种基于室内无线信号的定位系统和方法 |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
Non-Patent Citations (2)
Title |
---|
毛红文: "基于模糊聚类的位置指纹室内定位优化技术研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
邓中亮: "《室内外无线定位与导航》", 31 December 2013, 北京邮电大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110809232A (zh) * | 2019-10-22 | 2020-02-18 | 新华三信息安全技术有限公司 | 定位方法、装置、定位设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105101408B (zh) | 基于分布式ap选择策略的室内定位方法 | |
CN108696932B (zh) | 一种利用csi多径及机器学习的室外指纹定位方法 | |
CN103476118B (zh) | 一种用于实时监控的wlan室内位置指纹定位方法 | |
Elbakly et al. | A robust zero-calibration RF-based localization system for realistic environments | |
CN103905992B (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN104883734B (zh) | 一种基于地理指纹的室内被动定位方法 | |
CN104853317B (zh) | 一种WiFi室内定位中指纹库的构建及更新方法 | |
CN107948930A (zh) | 基于位置指纹算法的室内定位优化方法 | |
CN109212476B (zh) | 一种基于ddpg的rfid室内定位算法 | |
CN106851573A (zh) | 基于对数路径损耗模型的联合加权k近邻室内定位方法 | |
CN112135248B (zh) | 一种基于K-means最优估计的WIFI指纹定位方法 | |
CN110557716A (zh) | 一种基于对数正态模型的室内定位方法 | |
CN104066172B (zh) | 一种对无线局域网中的ap进行定位的方法 | |
CN103987118B (zh) | 基于接收信号强度信号ZCA白化的接入点k‑means聚类方法 | |
CN109348416B (zh) | 基于二分k均值的指纹室内定位方法 | |
CN110213710A (zh) | 一种基于随机森林的高性能室内定位方法、室内定位系统 | |
CN109151750A (zh) | 一种基于循环神经网络模型的lte室内定位楼层判别方法 | |
CN111901749A (zh) | 一种基于多源融合的高精度三维室内定位方法 | |
CN106793085A (zh) | 基于正态假设检验的指纹定位方法 | |
CN105866732B (zh) | 一种改进mk模型和wknn算法相结合的混合室内定位方法 | |
Han et al. | A wireless fingerprint location method based on target tracking | |
Zhong et al. | WiFi indoor localization based on K-means | |
CN106686720A (zh) | 一种基于时间维度的无线指纹定位方法及其系统 | |
CN108260076A (zh) | 无人机运行轨迹监控的方法、平台和系统 | |
CN105933858B (zh) | 无线定位装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170517 |
|
RJ01 | Rejection of invention patent application after publication |