CN106804059A

CN106804059A - 基于信号强度的室内定位技术中的终端差异消除方法

Info

Publication number: CN106804059A
Application number: CN201710036585.6A
Authority: CN
Inventors: 陈建新; 施莹; 鲁希若; 李帆; 李一帆
Original assignee: Nanjing Post and Telecommunication University
Current assignee: Nanjing Post and Telecommunication University; Nanjing University of Posts and Telecommunications
Priority date: 2017-01-18
Filing date: 2017-01-18
Publication date: 2017-06-06

Abstract

本发明公开了一种基于信号强度的室内定位技术中的终端差异消除方法，首先，在离线阶段将定位区域划分为网格并建立直角坐标系，并获取采样点采集的信号强度和位置坐标，进行均值化处理，生成位置指纹数据库；然后，在定位阶段，采集实际定位位置的信号强度信息，对其进行预处理；并计算实际采集数据与数指纹库数据的皮尔逊相似度，利用该相似度对数据库进行更新；最后，将预处理后的实际位置对应的信号强度信息与更新后的数据库进行匹配，选取距离较小的采样点，利用采样点位置坐标估算定位位置。本发明有效地降低了不同终端设备接收信号强度的差异对定位结果造成的不利影响，提高了室内定位的准确度，更有实际应用价值。

Description

基于信号强度的室内定位技术中的终端差异消除方法

技术领域

本发明涉及WIFI定位领域，尤其涉及一种基于信号强度的室内定位技术中的终端差异消除方法。

背景技术

近些年，智能手机所涵盖的业务越来越广泛，基于手机终端的各种定位应用如高德地图、百度地图、腾讯地图等的用户群体急速增长，人们出行也越来越依赖于这些应用。随处可见的WIFI以及越来越高速的数据流量，让用户可以随时随地交换各种信息，其中就包括用户的位置信息，这些都给基于智能终端的室内定位应用带来了极大的用户市场。基于WLAN的室内定位系统因其实施方便以及定位精度高而备受开发人员的青睐。但由于开发人员和用户终端的天线增益、馈线损耗、射频芯片等不一样，对同一无线接入点(AP)接收的信号强度存在差异，从而导致定位结果误差提高，降低定位系统的普适性。。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于信号强度的室内定位技术中的终端差异消除方法。

本发明为解决上述技术问题采用以下技术方案：

一种基于信号强度的室内定位技术中的终端差异消除方法，包括如下步骤：

步骤1)，构建定位区域的位置指纹数据库；

步骤2)，在实际定位点按照预设的时间频率对周围无线接入点的接收信号强度指示值即RSSI值进行采集，并修正采集数据中的异常值，得到修正后的采集数据；

步骤3)，根据修正后的采集数据计算实际定位点与位置指纹数据库中每一个采样点之间的皮尔逊相似度，利用其对位置指纹数据库内所有采样点采集的RSSI值进行更新；

步骤4)，计算实际定位点修正后的采集数据与更新过后的位置指纹数据库中每个采样点之间的欧氏距离，将距离从小到大排序，选取前N个采样点，对其位置坐标进行平均，获得最终估计位置坐标。

作为本发明一种基于信号强度的室内定位技术中的终端差异消除方法进一步的优化方案，步骤1)的详细步骤如下：

步骤1.1)，将定位区域网格化、网格的每个顶点作为采样点，并建立直角坐标系，确立采样点坐标；

步骤1.2)，在每个采样点，按照预设的时间频率对其周围无线接入点的接收信号强度指示值即RSSI值进行采集；

步骤1.3)，对于每个采样点，计算其采集的每个无线接入点的RSSI值的平均值，得到采样点接收到的各个无线接入点的RSSI平均值；

步骤1.4)，对于每个采样点，根据接收到的每个无线接入点的RSSI平均值以及该采样点位置坐标，得到该采样点的信号强度向量；

步骤1.5)，根据各个采样点的信号强度向量构建定位区域的位置指纹数据库。

作为本发明一种基于信号强度的室内定位技术中的终端差异消除方法进一步的优化方案，步骤2)中修正采集数据的异常值的详细步骤如下：

步骤2.1)，将实际定位点采集的所有周围无线接入点的RSSI值按照无线接入点进行分类，得到实际定位点关于各个无线接入点的RSSI值集合；

步骤2.2)，对于每个无线接入点的RSSI值集合：

步骤2.2.1)，将RSSI值集合中的RSSI值按照时间先后顺序排列，并计算RSSI值集合的RSSI平均值，得到实际定位点对该无线接入点的RSSI平均值；

步骤2.2.2)，依次计算RSSI值集合中后一个RSSI值和前一个RSSI值之间的差值，得到RSSI值集合的相邻数值差集合；

步骤2.2.3)，计算相邻数值差集合的置信区间；

步骤2.2.4)，判断相邻数值差集合中是否存在超出置信区间的差值；

步骤2.2.4.1)，如果相邻数值差集合中存在超出置信区间的差值；

步骤2.2.4.1.1)，将该差值在RSSI值集合中对应的两个RSSI值分别和RSSI值集合的RSSI平均值作差后取绝对值；

步骤2.2.4.1.2)，若两个绝对值相等，则将该差值在RSSI值集合中对应的两个RSSI值中得位置在后面的RSSI值修改为RSSI值集合的RSSI平均值；

步骤2.2.4.1.3)，若两个绝对值不相等，则判断较大绝对值对应的RSSI值是否为RSSI值集合的第一或第二个元素；

步骤2.2.4.1.3.1)，若较大绝对值对应的RSSI值是RSSI值集合的第一或第二个元素，将较大绝对值对应的RSSI值修改为较小绝对值对应的RSSI值；

步骤2.2.4.1.3.2)，若较大绝对值对应的RSSI值不是RSSI值集合的第一或第二个元素，将较大绝对值对应的RSSI值修改为其在RSSI值集合中相邻前两个元素的平均值；

步骤2.3)，将修正过后的各个RSSI值集合合并后，按照采集的时间进行划分，得到各次修正过后的实际定位点采集的所有周围无线接入点的RSSI值。

作为本发明一种基于信号强度的室内定位技术中的终端差异消除方法进一步的优化方案，步骤3)的详细步骤如下：

步骤3.1)，令M为实际定位点按照预设的时长和时间频率对周围无线接入点的RSSI值采集数据的次数，采集数据中包含实际定位点周围各个无线接入点的RSSI值；

步骤3.2)，针对每次采集数据按照以下公式计算实际定位点与位置指纹数据库中各个采样点之间的皮尔逊相似度：

其中，i为大于等于1小于等于M的自然数；j为大于等于1小于等于K的自然数，K为定位区域中采样点的个数；

n大于2，为实际定位点修正后的采集数据和采集点的采集数据中共同存在的无线接入点的个数；x_l为实际定位点对共同存在的无线接入点中的第l个无线接入点的RSSI值，y_l为采样点对共同存在的无线接入点中的第l个无线接入点的RSSI值；l为大于等于1小于等于n的自然数；

x为实际定位点第i次采集数据中所有无线接入点的RSSI值的平均值，y为位置指纹数据库中第j个采样点的所有无线接入点的RSSI平均值的均值；

步骤3.3)，用以下矩阵表示实际定位点与所有采样点之间的皮尔逊相似度数值结果SIM：

SIM＝(SIM₁,SIM₂,…,SIM_i，…,SIM_M)

步骤3.4)，根据以下公式更新位置指纹数据库内所有采样点采集的RSSI值：

A_il＝t_il*s_ij

其中，t_il为针对位置指纹数据库中第j个采样点和实际定位点在第i次采集数据中共同存在的第l个无线接入点、第j个采样点采集的RSSI值；A_il为t_il的更新值。

作为本发明一种基于信号强度的室内定位技术中的终端差异消除方法进一步的优化方案，步骤4)的详细步骤如下：

步骤4.1)，根据以下公式计算实际定位点与位置指纹数据库中每个采样点之间的欧氏距离：

其中，d_ij为第i次采集数据中实际定位点与位置指纹数据库中第j个采样点的欧氏距离；B_l为针对位置指纹数据库中第j个采样点和实际定位点在第i次采集数据中共同存在的第l个无线接入点、实际定位点采集的RSSI值；w_j为位置指纹数据库中第j个采样点的权重值，w_j＝s_ij/∑S_i，ΣS_i＝(s_i1+s_i2+…+s_ij)；

步骤4.2)，将实际定位点与位置指纹数据库中各个采样点之间的欧氏距离从小到大排序，选取前N个距离较小的采样点，N为预设的大于等于1的自然数；

步骤4.3)，根据以下公式计算最终估计坐标(x_LP,y_LP)：

其中，(x_m,y_m)为选取的N个距离较小的采样点的位置坐标。

作为本发明一种基于信号强度的室内定位技术中的终端差异消除方法进一步的优化方案，步骤4.2)中N的取值范围为3～7。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1.本发明充分地利用了RSSI数值以及皮尔逊相似度的特性，分别对实际定位点采样数值和位置指纹数据库进行自适应更新，从而在消除设备差异性的同时保障了定位精度；

2.本发明中所采用的定位方法是在原有的指纹定位算法的基础上，结合实际情况，引入了皮尔逊相似度，有效的降低了室内定位系统在离线训练阶段建立数据库所使用的终端设备与在线定位阶段所使用的终端设备硬件上的不同对接收信号能力的影响从而产生的定位误差，提高了室内定位系统的普适性。

附图说明

图1为本发明基于信号强度的室内定位技术中终端差异消除方法的流程图；

图2为本发明定位区域的平面分布图；

图3为本发明中终端差异消除方法的具体流程图；

图4为消除设备差异性后算法的定位精度比较图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明的实施示意图如图1所示，以下为一个具体的实施例，其具体步骤依次为：

步骤1：离线训练阶段；

步骤1-1：建立位置指纹数据库：

将如图2所示房间1411和房间1412为定位区域，将其网格化，网格的每个顶点作为参考点，并建立直角坐标系，确立采样点坐标。

打开手机终端中采集信号的应用软件，在采样点采集周围无线接入点的RSSI值，将同一时间获取的信号值较强的前7个无线接入点记为一组数据，将其写入在文本中并存储在手机终端里，每个采样点采集约60组数据，求取每个采样点接收到得各个无线接入点的RSSI平均值，表示为t≥7，其中t_jt表示位置指纹数据库中第j个采样点接收到的第t个无线接入点的RSSI平均值。

每个采样点的接收到的RSSI值对应的无线接入点集合表示为AP_j＝{AP_j1,AP_j2,...,AP_jt},t≥7,其中每个无线接入点与中RSSI值是一一对应的，AP_jt表示位置指纹数据库中第j个采样点接收到的第t个无线接入点的RSSI值。将每个采样点接收到的RSSI值以及对应的无线接入点坐标存入位置指纹数据库。

步骤2：在线定位阶段；

步骤2-1：采集实际定位点周围无线接入点的RSSI值，对其进行预处理，修正实际定位点数据中的异常值：

在实际定位点用不同智能手机终端采集约70组RSSI值，每组包含同一时刻获取的较强的前7个无线接入点的RSSI值，表示为其中p_ij表示在实际定位点接收到的第i组来自第j个无线接入点的RSSI值。

第i组实际定位点接收到的RSSI值对应的无线接入点集合表示为AP_p＝{AP_p1,AP_p2,...,AP_p7}，但是实际定位点所采集的所有RSSI值的无线接入点集合表示为AP′＝{AP′₁,AP′₂,...,AP′_p},p≥7。

将这70组RSSI值按照无线接入点进行分类，得到实际定位点关于各个无线接入点的RSSI值集合，每个无线接入点集合中的RSSI值依照采集时间现后进行顺序，表示为AP′_p＝{RSS_p1,RSS_p2,RSS_p3,RSS_p4,...,RSS_pk}，其中，RSS_pk为在实际定位点采集的来自无线接入点AP′_p的第k个RSSI值。

获得AP′_p集合中相邻数值差的集合(数值差＝后一个数值-前一个数值，例如v_p1＝RSS_p2-RSS_p1)，表示为AP″_p＝{v_p1,v_p2,v_p3,...,v_pk}。

计算AP′_p集合的95％置信区间，若AP″_p集合中v₃超出置信区间，则判定AP′_p存在异常值，同时说明差值v₃对应的RSSI值RSS_p3和RSS_p4两者之间存在一个异常值。

此时需对RSS_p3与RSS_p4进行判断，分别比较与其中为集合AP′_p内所有元素的算数平均值。

若则RSS_p3为异常值，对RSS_p3进行修正，包括以下两种情况：

(1)RSS_p3为集合AP′_p的第一个或第二个元素，令RSS_p3＝RSS_p4；

(2)RSS_p3不为集合AP′_p的第一个或第二个元素，令若则RSS_p4为异常值，对RSS_p4进行修正，包括以下两种情况：

(1)RSS_p3为集合AP′_p的第一个元素，令RSS_p4＝RSS_p3；

(2)RSS_p3不为集合AP′_p的第一个元素，令

若则RSS_p4为异常值，对RSS_p4进行修正，令

步骤2-2:自适应位置指纹数据库：令M为在实际定位点接收周围各个无线接入点的RSSI值采集数据的次数，针对每次采集数据按照以下公式计算实际定位点与位置指纹数据库中各个采样点之间的皮尔逊相似度：

其中n＞2，为实际定位点修正后的采集数据和采集点的采集数据中共同存在的无线接入点的个数；x_l为实际定位点对共同存在的无线接入点的第l个无线接入点的RSSI值，y_l为采样点对共同存在的无线接入点的第l个无线接入点的RSSI值；l为大于等于1小于等于n的自然数；

为实际定位点第i次采集数据中所有无线接入点的RSSI值的平均值，为位置指纹数据库中第j个采样点的所有无线接入点的RSSI平均值的均值；

实际定位点数值与所以采样点之间的所有皮尔逊相似度数值结果SIM可表示为一个矩阵：

SIM＝(SIM₁,SIM₂,…,SIM_i，…,SIM_M)

根据以下公式更新位置指纹数据库内所有采样点采集的RSSI值：

A_il＝t_il*s_ij，

其中t_il表示针对位置指纹数据库中和实际定位点在第i次采集数据中共同存在的第l个无线接入点、第j个采样点的RSSI值；A_il为t_il的更新值。

步骤2-3：指纹匹配，计算估计坐标：根据以下公式计算实际定位点与位置指纹数据库中每个采样点之间的欧氏距离：

其中，d_ij为第i次采集数据中实际定位点与位置指纹数据库中第j个采样点的欧氏距离；B_l为针对位置指纹数据库中第j个采样点和实际定位点在第i次采集数据中共同存在的第l个无线接入点、实际定位点采集的RSSI值；w_j为位置指纹数据库中第j个采样点的权重值，w_j＝s_ij/∑S_i，∑S_i＝(s_i1+s_i2+…+s_ij)；

将实际定位点与位置指纹数据库中各个采样点之间的欧氏距离从小到大排序，选取前N个距离较小的采样点，N的取值范围为3～7。

最终估计位置的公式为：

其中，(x_m,y_m)为选取的N个距离较小的采样点的位置坐标。

本发明在在线定位阶段的具体流程图如图3所示，为评价本发明的实际性能，搭建的测试环境为：使用荣耀6手机采集数据建立位置指纹数据库；实际定位时，使用荣耀6、三星Galaxy S5以及华为Mate7三款智能设备采集实际定位点的RSSI值进行实验，经过对比，如图4所示，三种不同定位终端在均使用本发明中改进后的算法时，定位精度曲线非常靠近，这点说明本发明的方法有效降低了不同设备之间的差异性。与此同时，对于同构设备，本发明的方法在2m以内的定位精度保持在90％以上；对于异构设备，定位精度保持在80％以上，具体请见图4，表明本发明的方法在有效消除设备差异性的同时也保障了定位精度。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，包括如下步骤：

步骤1)，构建定位区域的位置指纹数据库；

2.根据权利要求1所述的基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，步骤1)的详细步骤如下：

3.根据权利要求2所述的基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，步骤2)中修正采集数据的异常值的详细步骤如下：

步骤2.2)，对于每个无线接入点的RSSI值集合：

步骤2.2.3)，计算相邻数值差集合的置信区间；

4.根据权利要求3所述的基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，步骤3)的详细步骤如下：

步骤3.1)，令M为实际定位点按照预设的时长和时间频率对周围每个无线接入点的RSSI值采集数据的次数，采集数据中包含实际定位点对周围各个无线接入点的RSSI值；

s_{i j} = \frac{Σ_{l = 1}^{n} (x_{l} - \overset{&OverBar;}{x}) (y_{l} - \overset{&OverBar;}{y})}{\sqrt{Σ_{l = 1}^{n} {(x_{l} - \overset{&OverBar;}{x})}^{2}} \sqrt{Σ_{l = 1}^{n} {(y_{l} - \overset{&OverBar;}{y})}^{2}}}

n大于2，为实际定位点修正后的采集数据和采样点的采集数据中共同存在的无线接入点的个数；x_l为实际定位点对共同存在的无线接入点的第l个无线接入点的RSSI值，y_l为采样点对共同存在的无线接入点的第l个无线接入点的RSSI值；l为大于等于1小于等于n的自然数；

SIM＝(SIM₁,SIM₂,…,SIM_i，…,SIM_M)

{SIM}_{i} = (\begin{matrix} s_{i 1} \\ s_{i 2} \\ \begin{matrix} . \\ . \\ . \end{matrix} \\ s_{i j} \\ \begin{matrix} . \\ . \\ . \end{matrix} \\ s_{i K} \end{matrix})

A_il＝t_il*s_ij

5.根据权利要求4所述的基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，步骤4)的详细步骤如下：

d_{i j} = \sqrt{Σ_{l = 1}^{n} w_{j} {(A_{i l} - B_{l})}^{2}}

步骤4.3)，根据以下公式计算最终估计坐标(x_LP,y_LP)：

(x_{L P}, y_{L P}) = \frac{1}{N} Σ_{m}^{N} (x_{m}, y_{m})

其中，(x_m,y_m)为选取的N个距离较小的采样点的位置坐标。

6.根据权利要求5所述的基于信号强度的室内定位技术中的终端差异消除方法，其特征在于，步骤4.2)中N的取值范围为3～7。