CN106842123A - 一种室内定位方法及室内定位系统 - Google Patents

Abstract

本发明提供了一种室内定位方法及室内定位系统，所述方法包括：获取每一个信号接收端接收目标信号发射端发射信号的信号强度值；根据每两个信号接收端接收的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组距离比值；根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的轨迹；根据目标信号发射端的多个轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。本发明基于差分定位理论，利用同环境无线信号小尺度多径效应衰减近似相等的原理，结合平面几何原理与模糊地图方法，对无线信号室内传播过程中多径效应等干扰因素的消减，实现室内目标定位，提高室内定位的精度。

Description

一种室内定位方法及室内定位系统

技术领域

本发明涉及定位技术领域，更具体地，涉及一种室内定位方法及室内定位系统。

背景技术

获取目标的位置信息在很多领域都具有非常重要的意义，因此定位技术越来越得到人们的关注与研究。近年来,随着移动网络与智能终端的发展,对基于室内位置的服务需求日益增加。

GPS等GNSS系统虽然已经能够较好地解决室外定位问题,然而在室内以及其他遮蔽环境下卫星信号强度和质量急速下降。地面蜂窝移动网络在室内的信号质量和强度都远远优于卫星在室内的信号质量和强度,但由于信号带宽限制,移动蜂窝网的定位精度至今较差,定位精度停留在几十米至几百米量级,不能满足室内定位的要求。根据对室内定位的要求不同,可以采用不同的定位技术。

室内定位相关算法可分为基于指纹匹配以及基于信号强度测量两种方式，现有算法大多是基于信号强度测量的方式，例如三点定位、TOA、DOA、LANDMARC等。

三点定位算法，又称三边测量定位算法是一种十分常用的定位算法。其基本原理为：已知三点位置(x1,y1)，(x2,y2)，(x3,y3)，已知未知点(x0,y0)到三点距离d1，d2，d3。以d1，d2，d3为半径作三个圆，根据毕达哥拉斯定理，得出交点即未知点的位置。

TOA(信号到达时间定位算法)是指使用发射机向目标物体发射信号，获取其从发射到返回的时间，由于信号的速度是确定的，依据得到的时间便可计算得出距离，然后借用三点定位算法进行定位。

TDOA(信号到达时间差算法)是指改进了原先通过绝对时间计算实际位置的方式，由通过检测信号到达两个阅读器的时间差，即距离差，来判断具体标签位置。实验中通过三个不同的阅读器便可得到两个TDOA，一个TDOA可以确定一条以两阅读器为焦点的双曲线，标签的位置即为两条双曲线的交点上。

LANDMARC算法首先获知目标位置处的信号值，然后在各个不同的测试点布下读写器测得信号值，得出与目标位置处信号值的差值，在此差值的倒数作为权重，结合每个测试点的坐标，得出目标位置的具体坐标。

LANDMARC算法引进了参考标签这一概念，增加了定位系统的复杂程度和成本，限制了其使用范围，并且而基于TOA/TDOA算法的定位系统在定位时，需要读写器将接收到的信号强度值依据路径损耗模型转化成距离信息，带入到TOA/TDOA求解模型中进行计算，得出结果，这种模式耗时长，误差较大，时效性不佳。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的室内定位方法及室内定位系统。

根据本发明的一个方面，提供一种室内定位方法，包括：

S1，获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；

S2，根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；

S3,根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，遍历所有的距离比值，得到目标信号发射端的多个运动轨迹；S4，根据所述目标信号发射端的多个运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

根据本发明的另一个方面，还提供一种室内定位系统，包括：

信号强度获取模块，用于获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；

距离比值计算模块，用于根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；

轨迹绘制模块，用于根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，遍历所有的距离比值，得到所述目标信号发射端的多个运动轨迹；目标位置求解模块，用于根据所述目标信号发射端的多个运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

本发明的有益效果为：基于差分定位理论，利用同环境无线信号小尺度多径效应衰减近似相等的原理，通过任意两个信号接收端接收目标信号发射端发射信号的信号强度值即可计算出两个信号接收端与目标信号发射端之间的距离比值，便可绘制出目标信号发射端的轨迹图，相比现有的LANDMARC算法，无需根据将接收到的信号强度值依据路径损耗模型转化成距离信息，算法简便，并结合平面几何原理与模糊地图方法，实现室内定位，实现了对无线信号室内传播过程中多径效应等干扰因素的消减，提高室内定位的精度，本方法适应不同的室内定位技术，具有良好的兼容性。

附图说明

图1为本发明一个实施例的室内定位方法流程图；

图2为多信号接收端示意图；

图3为一次指数平滑数据处理后的结果图；

图4为两个信号接收端与目标信号发射端的距离比值示意图；

图5为目标信号发射端运动轨迹示意图；

图6为多个阿波罗尼斯圆轨迹定位示意图；

图7为将整个定位区域划分为多个单位面积示意图；

图8为生成的模糊地图示意图；

图9为本发明另一个实施例的室内定位系统框图；

图10为室内定位系统的整个框图；

图11为室内定位系统中目标位置求解模块内部框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参见图1，为本发明一个实施例的室内定位方法，包括：S1，获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；S2，根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；S3,根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，进而得到所述目标信号发射端的多个运动轨迹；S4，根据所述目标信号发射端的多个运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

本实施例的步骤S1首先可为目标信号发射端配置多个信号接收端，可参见图2，并获取每一个信号接收端接收到的目标信号发射端发射信号的信号强度值。然后步骤S2根据多个信号接收端中的每两个信号接收端接收目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值。下面对如何根据两个信号接收端接收目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值进行具体描述。

假设有两个信号接收端，分别为第一信号接收端R1和第二信号接收端R2，第一信号接收端R1与目标信号发射端T1之间的距离为d1，第二信号接收端R2与目标信号发射端T1之间的距离为d2，第一信号接收端R1与第二信号接收端R2之间的距离为d。根据室内无线信号衰减模型可得：

Pr(d₁)＝Pr(d₀)-10nlog 10(d₁/d₀)-X_σ1； (5-1)

Pr(d₂)＝Pr(d₀)-10nlog 10(d₂/d₀)-X_σ2； (5-2)

其中，上述公式(5-1)和公式(5-2)中d0为假设的初始信号接收端与目标信号发射端之间的初始距离，Pr(d₀)为初始信号接收端接收目标信号发射端发射信号的信号强度值，Pr(d₁)为第一信号接收端接收目标信号发射端发射信号的信号强度值，Pr(d₂)为第二信号接收端接收目标信号发射端发射信号的信号强度值，X_σ1为第一信号接收端相比初始信号接收端接收的信号衰减值，X_σ2为第二信号接收端相比初始信号接收端接收的信号衰减值，n为环境噪声参数。

为避免多径效应带来的信号衰减误差，根据公式(5-1)与(5-2)，利用一阶参数差分可得：

当第一信号接收端R1与第二信号接收端R2之间的距离d接近0时，第一信号接收端R1和第二信号接收端R2可认为处于同一环境条件区域内，即环境噪声参数n相同，受到的多径效应干扰因素在小尺度条件下近似相等，因此，该项X_σ2-X_σ1可相互抵消，由公式(5-3)可得：

根据公式(5-4)可得到第一信号接收端R1和第二接收端R2分别距离目标信号发射端T1之间的距离比值：

由公式(5-5)可知，当第一信号接收端R1和第二信号接收端R2接收目标信号发射端T1发射信号的信号强度值的差值为定值时，第一信号接收端R1和第二信号接收端R2与目标信号发射端T1之间的距离比值即为定值。

下面对采用一阶差分方法来降低空间中多径效应与环境噪声对无线信号的影响的原理进行介绍。

基于信号测距定位的实质是依据信号能量随距离成指数衰减的特性反映出接收端与发射端之间的距离信息，已知室内环境中对无线信号产生的反射、衍射与干扰是产生多径效应的主要原因，在此选用路径损耗模型分析各类干扰引起的功率偏差对产生误差影响。定义信号强度参考衰减为δ：

δ＝Pr(d1)-Pr(d2)； (5-6)

根据公式(5-3)，得到距离d2与参考衰减δ的关系表达式：

求解距离d2关于δ的导数：

设在n个不同位置接收到的信号强度参考衰减向量为：

δ_i′＝(δ_i ¹+δ_σ ¹,δ_i ²+δ_σ ²,…,δ_i ⁿ+δ_σ ⁿ)； (5-9)

每一信号参考衰减向量对应距离向量为：

d_i′＝(d_i ¹+d_σ ¹,d_i ²+d_σ ²,…,d_i ⁿ+d_σ ⁿ)； (5-10)

其中d_σ＝(d_σ ¹,d_σ ²,…d_σ ⁿ)为环境噪声向量误差δ_σ＝(δ_σ ¹,δ_σ ²,…δ_σ ⁿ)引起的距离向量误差。由于环境噪声较为平稳，因此各位置δ_σ近似相等。由公式(5-8)可得：

分析公式(5-11)可知，距离向量误差产生的原因与信号功率衰减成指数关联，为降低距离向量误差的产生，应避免直接对距离与信号功率强度进行转换，因此本实施例根据相同空间位置环境因素基本相同这一特点，采用一阶差分方法，降低空间中多径效应与环境噪声对无线信号的影响。

通过上述方法计算得到两个信号接收端与目标信号发射端之间的距离比值，对于本实施例中在室内配置的多个信号接收端，收集每一个信号接收端接收目标信号发射端发射信号的信号强度值，可根据任意两个信号接收端接收目标信号发射端发射信号的信号强度值，可计算出任意两个信号接收端与目标信号发射端之间的距离比值。本实施例中，分别计算多个信号接收端中的相邻两信号接收端与目标信号发射端之间的距离比值，遍历所有的信号接收端，得到多个距离比值。

需要说明的是，考虑到成本因素与实际部署难度，本实施例利用移动单个信号接收端的方式获得多个信号接收端，即本实施例只用到一个信号接收端，通过移动将该信号接收端移动到不同的信号，并获取该信号接收端在不同位置处接收目标信号发射端发射信号的信号强度值，这样降低了信号接收端的部署密度的算法成本。具体的，根据相对运动原理，控制信号接收端进行定向移动，信号接收端位移为：

已知信号接收端的初始位置与移动速度可求得不同时刻信号接收端的位移，进而确定不同时刻信号接收端的空间位置，根据不同时刻移动位置可得信号接收端矩阵如下：

利用移动信号接收端矩阵采集目标信号发射端发射的无线信号的功率强度，可以获取信号接收端在不同位置接收目标信号发射端的信号功率强度，在保证数据采集质量的前提下有效的降低硬件部署成本，提高设备的利用率。移动矩阵中的虚拟信号接收端由单一信号接收端移动得到，其位置计算公式如下：

定义四元组数据格式，对所有的信号接收端的采集数据进行格式归一化，如下所示生成包括时间、强度值、ID、位置四项内容的标准数据格式数据：

Data＝<TimeStamp,RSSI,ID,Position>。

针对同一位置信号接收端时域中存在的无线信号噪声与误差，利用设计的一次指数平滑方法对每一个信号接收端接收到的信号的强度值进行平滑处理，降低时域误差，计算公式如(5-15)。

其中，利用一次平滑方法对信号强度值进行平滑处理，主要是为了对时域上无线信号强度采集误差进行消减，下面对时域上无线信号强度采集误差消减方法原理进行一下介绍。

由于无线信号发送端与无线信号接收端硬件工作稳定性的差异，导致无线信号接收端不同时间在同一位置接收信号强度存在一定的波动与变化，为降低无线信号随时间波动对信号稳定性的影响，采用一次平滑方法对采集的信号强度参数进行处理，假设信号接收端在距离无线信号发射端为d的位置接收信号。

在时间T内采集n个信号，对应信号强度为：

x_i＝{x₁，x₂,…x_n}； (5-16)

根据一次指数平滑算法原理可得：

s_i＝ax_i+(1-a)s_i-1； (5-17)

其中a为平滑系数，s_i为信号强度累计值，分析一次指数平滑公式可得，平滑系数a就决定了当前观测到的信号强度值占最终结果的权重，因此根据室内无线信号的传播方式，为避免信号强度的波动与误差产生，平滑系数应选取较小范围，根据相关结论，当数据有波动，但长期趋势变化不大时，平滑系数值范围常在0.1～0.4之间取值。根据无线信号传播特点，本实施例设定一次平滑系数值为0.25。根据一次平滑原理可知所有先前的信号强度测量值都对当前平滑值产生了影响，但其作用在递减，因此经过一次指数平滑处理后的信号强度参数即考虑了数据的前向完整性同时也兼顾了数据的实时性，拥有无限记忆且权值呈指数级递减，利用一次指数可以很好的降低时序上无线信号的波动程度，降低信号的误差，进行一次指数平滑处理后的信号强度值的效果如图3所示。

根据一次指数平滑处理后的信号强度值，利用移动虚拟信号接收端矩阵计算相邻位置的两个信号接收端接收的目标信号发射端发射信号的信号参数强度差值，根据上述公式(5-5)计算距离比值，进而根据两个信号接收端距离比值生成阿波罗尼斯圆轨迹。通过计算所有信号接收端中相邻两个信号接收端与目标信号发射端的距离比值，得到多个距离比值。

步骤S2得到多组距离比值后，根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，遍历所有的距离比值，得到目标信号发射端的多个运动轨迹，所述运动轨迹满足阿波罗尼斯圆运动轨迹。绘制目标信号发射端的运动轨迹具体为：参见图4，为距离比值示意图，在平面上给定相异两点A和B，A和B即为两个信号接收端的位置，设AB中垂线为y轴，A点的坐标为(-t，0)，B点的坐标为(t，0)，目标信号发射端P点坐标(x，y)与AB在同一平面上且满足PA/PB＝λ，其中，λ即为距离比值。根据平面欧式距离公式可得：

当λ≠1时，化简公式可得：

即P点的轨迹满足阿波罗尼斯圆的轨迹方程，r为阿波罗圆轨迹的半径，如图5所示。其中圆轨迹的圆心为坐标为半径根据轨迹方程，设M、N分别为线段AB按定比λ分割的内分点和外分点，则MN为圆轨迹的直径，

根据多组距离比值，可以得到目标信号发射端的多个运动轨迹方程，如图6所示，通常的做法是联立目标信号发射端的多个阿波罗尼斯圆轨迹方程，得到目标信号发射端的位置坐标，可参见联立公式(5-20)。

在通常情况下通过求取多个阿波罗尼斯圆轨迹的交点与公共区域可获取目标信号发射端的位置坐标，由于求解多个圆联立方程的过程计算复杂度较高，实际应用中部署困难，为降低计算复杂度，提高算法效率，本实施例的步骤S4中采用蒙特卡洛方法模拟，利用模糊地图策略求得目标信号发射端的位置坐标。其中，步骤S4的具体实现过程为：按照相等大小将定位区域划分为多个单位面积，比如，本实施例中按照10cm*10cm大小将整个定位区域平均划分为多个单位面积，可参见图7，其中，定位区域可以根据多个阿波罗尼斯圆轨迹来确定，即整个定位区域包含所有的阿波罗尼斯圆轨迹。

对整个定位区域进行了划分之后，记录每一个单位面积被包含的阿波罗尼斯圆运动轨迹的数量，当单位面积被预设数量的阿波罗尼斯圆运动轨迹包含时，对该单位面积进行标记，根据整个定位区域标记的单位面积，生成模糊地图，以及根据信号接收端的每一个移动周期，生成多张模糊地图。具体生成模糊地图的过程，首先判断每一个单位面积是否在阿波罗尼斯圆轨迹之内，可通过如下公式判定单位面积是否被阿波罗尼斯圆运动轨迹包含：

其中，(X_i，Y_i)为单位面积的中心坐标，(X_oi，Y_oi)为阿波罗尼斯圆运动轨迹的圆心坐标，R_i为阿波罗尼斯圆运动轨迹的半径。

通过上述公式可知，当单位面积的中心坐标到阿波罗尼斯圆轨迹的中心坐标之间的距离小于阿波罗尼斯圆轨迹的半径时，认为该单位面积被阿波罗尼斯圆轨迹包含。当某一个单位面积同时被预定数量的阿波罗尼斯圆轨迹包含时，对该单位面积进行标记，比如，本实施例中的预定数量设定为3，即当某一个单位面积同时被3个或3个以上的阿波罗尼斯圆轨迹包含，则将该单位面积标记为1，否则，将单位面积标记为0，这样单位面积标记为1的位置就形成了一张模糊地图。随着信号接收端的移动，可以形成多张这样的模糊地图。

得到了多张模糊地图后，对多张模糊地图求取交集，即每一张模糊地图上都标记为1的单位面积位置，如图8所示，就可以得到候选单位面积坐标，即目标信号发射端最可能出现在这些位置。

然后按照预定方式计算每一个候选单位面积的权值，并根据每一个候选单位面积的坐标以及对应的权值，计算得到目标信号发射端的位置坐标。计算每一个候选单位面积的权值的具体方法为，为每一个候选单位面积设定第一权值W_1i和第二权值W_2i，其中：

式中，Sk(Ti)表示单位面积Ti在信号接收端第K次移动过程中被包含的阿波罗圆运动轨迹数量，i为候选单位面积数量；

式中，n_a表示整个定位区域内选出的候选单位面积数量，n_ci表示与候选单位面积Ti连接在一起的候选单位面积的个数。

其中，第一权值W_1i表示单位面积被阿波罗圆轨迹包含的密度，即单位面积被越多的阿波罗圆轨迹包含，则密度越大，目标信号发射端存在于该位置的可能性也会越大。第二权值W_2i表示候选单位面积与其它的候选单位面积连接的密度，即当与某一个候选单位面积相连接的其它候选单位面积越多，则该单位面积所在位置为目标信号发射端的位置的可能性也会越大，因此，该候选单位面积的权值越大。

计算了每一个候选单位面积的两种类型的权值后，计算每一个候选单位面积的总权值W_i＝W_1i×W_2i；根据每一个候选单位面积的中心坐标(X_i，Y_i)以及每一个候选单位面积的总权值W_i，计算目标信号发射端的最终位置坐标其中，na表示整个定位区域内选出的候选单位面积数量，至此定位到目标信号发射端的精确位置坐标。

最后，还根据室内环境对传统的定位方法以及本实施例提供的定位方法进行了定位精度测试，基于RFID设备的平均定位精度为0.46m，最大定位误差为0.65m，最小定位误差为0.15m，定位误差方差为0.13；基于蓝牙设备的平均定位精度为0.51m，最大定位误差为0.72m，最小定位误差为0.15m，定位误差方差为0.12。通过测试表明，采用本实施例的定位算法具有较高的定位精度和定位稳定性。

参见图9，为本发明另一个实施例的室内定位系统，包括信号强度获取模块21、距离比值计算模块22、轨迹绘制模块23和目标位置求解模块24。

信号强度获取模块21，用于获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；

距离比值计算模块22，用于根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；

运动轨迹绘制模块23，用于根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，进而得到所述目标信号发射端的多个运动轨迹，所述运动轨迹满足阿波罗尼斯圆运动轨迹；

目标位置求解模块24，用于根据所述目标信号发射端的多个阿波罗尼斯圆运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

其中，参见图10，本实施例提供的室内定位系统还包括配置模块20，用于通过移动单个信号接收端为目标信号发射端配置多个虚拟信号接收端；

所述信号强度获取模块21，具体用于：

获取每一个虚拟信号接收端接收目标信号发射端发射信号的信号强度值。

参见图11，目标位置求解模块24具体包括划分单元241、标记单元242、模糊地图生成单元243、交集求取单元244和位置坐标计算单元245。

划分单元241，用于按照相等大小将定位区域划分为多个单位面积；

标记单元242，用于记录每一个单位面积被包含的阿波罗尼斯圆运动轨迹的数量，当单位面积被预设数量的阿波罗尼斯圆运动轨迹包含时，对该单位面积进行标记；

模糊地图生成单元243，用于根据整个定位区域标记的单位面积，生成模糊地图，进而根据信号接收端的每一个移动周期，生成多张模糊地图；

交集求取单元244，用于对所述多张模糊地图求取交集，得到候选单位面积坐标；

位置坐标计算单元245，用于按照预定方式计算每一个候选单位面积的权值，并根据每一个候选单位面积的坐标以及对应的权值，计算得到目标信号发射端的位置坐标。

本发明提供的一种室内定位方法及系统，基于差分定位理论，利用同环境无线信号小尺度多径效应衰减近似相等的原理，通过任意两个信号接收端接收目标信号发射端发射信号的信号强度值即可计算出两个信号接收端与目标信号发射端之间的距离比值，便可绘制出目标信号发射端的轨迹图，相比现有的LANDMARC算法，无需根据将接收到的信号强度值依据路径损耗模型转化成距离信息，算法简便，并结合平面几何原理与模糊地图方法，实现室内定位，实现了对无线信号室内传播过程中多径效应等干扰因素的消减，提高室内定位的精度，本方法适应不同的室内定位技术，具有良好的兼容性；利用单一的信号接收端移动得到多个虚拟信号接收端，降低了硬件部署的密度，减小部署成本，便于算法的实际应用。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种室内定位方法，其特征在于，包括：

S1，获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；

S2，根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；

S3,根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，遍历所有的距离比值，得到所述目标信号发射端的多个运动轨迹；

S4，根据所述目标信号发射端的多个运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

2.如权利要求1所述的室内定位方法，其特征在于，所述步骤S1进一步包括：

通过移动单个信号接收端的位置得到多个虚拟的信号接收端，并获取每一个虚拟的信号接收端接收目标信号发射端发射信号的信号强度值。

3.如权利要求2所述的室内定位方法，其特征在于，所述步骤S2中根据如下公式计算两个信号接收端与目标信号发射端的距离比值：

$\frac{d_2}{d_1}={10}^{\frac{P\left(d1\right)-P\left(d2\right)}{10n}};$

其中，d1为第一个信号接收端与目标信号发射端之间的距离，d2为第二个信号接收端与目标信号发射端之间的距离，P(d1)为第一个信号接收端接收目标信号发射端发射信号的信号强度值，P(d2)为第二个信号接收端接收目标信号发射端发射信号的信号强度值，n为环境噪声参数值。

4.如权利要求3所述的室内定位方法，其特征在于，所述目标信号发射端的运动轨迹满足阿波罗尼斯圆轨迹，所述步骤S4进一步包括：

S41,按照相等大小将定位区域划分为多个单位面积；

S42,记录每一个单位面积被包含的阿波罗尼斯圆运动轨迹的数量，当单位面积被预设数量的阿波罗尼斯圆运动轨迹包含时，对该单位面积进行标记，根据整个定位区域标记的单位面积，生成模糊地图，进而根据信号接收端的每一个移动周期，生成多张模糊地图；

S44，对所述多张模糊地图求取交集，得到候选单位面积坐标；

S45，按照预定方式计算每一个候选单位面积的权值，并根据每一个候选单位面积的坐标以及对应的权值，计算得到目标信号发射端的位置坐标。

5.如权利要求4所述的室内定位方法，其特征在于，所述步骤S42中当单位面积满足下述条件时，则被阿波罗尼斯圆轨迹包含：

$d_i=\sqrt{{(X_i-X_{oi})}^2+{(Y_i-Y_{oi})}^2}\&le;R_i;$

其中，(X_i，Y_i)为单位面积的中心坐标，(X_oi，Y_oi)为阿波罗尼斯圆运动轨迹的圆心坐标，R_i为阿波罗尼斯圆运动轨迹的半径。

6.如权利要求5所述的室内定位方法，其特征在于，所述步骤S45中按照预定方式计算每一个候选单位面积的权值进一步包括：

为每一个候选单位面积设定第一权值W_1i和第二权值W_2i，其中：

$W_{1i}=\frac{{\mathrm{\&Sigma;}}_{k=1}^k{S}_k\left(T_i\right)}{{\mathrm{\&Sigma;}}_{k=1}^k{\mathrm{\&Sigma;}}_{i=1}^n{S}_k\left(T_i\right)};$

式中，Sk(Ti)表示单位面积Ti在信号接收端第K次移动过程中被包含的阿波罗圆运动轨迹数量，i为候选单位面积数量；

$W_{2i}=\frac{n_{ci}}{{\mathrm{\&Sigma;}}_{i=1}^{n_a}{n}_{ci}};$

式中，n_a表示整个定位区域内选出的候选单位面积数量，n_ci表示与候选单位面积Ti连接在一起的候选单位面积的个数。

7.如权利要求6所述的室内定位方法，其特征在于，所述步骤S45根据每一个候选单位面积的坐标以及对应的权值，计算得到目标信号发射端的位置坐标进一步包括：

根据每一个候选单位面积的第一权值W_1i和第二权值W_2i，计算每一个候选单位面积的总权值W_i＝W_1i×W_2i；

根据每一个候选单位面积的中心坐标(X_i，Y_i)以及每一个后弦单位面积的总权值W_i，计算目标信号发射端的最终位置坐标 其中，n_a表示整个定位区域内选出的候选单位面积数量。

8.一种室内定位系统，其特征在于，包括：

信号强度获取模块，用于获取多个信号接收端中的每一个信号接收端接收目标信号发射端发射信号的信号强度值；

距离比值计算模块，用于根据每两个信号接收端接收的目标信号发射端发射信号的信号强度值，计算该两个信号接收端与目标发射端的距离比值，遍历所有的信号接收端，得到多组两个信号接收端与目标信号发射端的距离比值；

运动轨迹绘制模块，用于根据每两个信号接收端的位置坐标以及对应的距离比值，绘制出目标信号发射端的运动轨迹，遍历所有的距离比值，得到所述目标信号发射端的多个运动轨迹；

目标位置求解模块，用于根据所述目标信号发射端的多个运动轨迹，利用模糊地图策略求解得到目标信号发射端的位置坐标。

9.如权利要求8所述的室内定位系统，其特征在于，还包括：

配置模块，用于通过移动单个信号接收端配置多个虚拟信号接收端；

所述信号强度获取模块，具体用于：

获取每一个虚拟信号接收端接收目标信号发射端发射信号的信号强度值。

10.如权利要求9所述的室内定位系统，其特征在于，所述目标位置求解模块进一步包括：

划分单元，用于按照相等大小将定位区域划分为多个单位面积；

标记单元，用于记录每一个单位面积被包含的阿波罗尼斯圆运动轨迹的数量，当单位面积被预设数量的阿波罗尼斯圆运动轨迹包含时，对该单位面积进行标记；

模糊地图生成单元，用于根据整个定位区域标记的单位面积，生成模糊地图，进而根据信号接收端的每一个移动周期，生成多张模糊地图；

交集求取单元，用于对所述多张模糊地图求取交集，得到候选单位面积坐标；

位置坐标计算单元，用于按照预定方式计算每一个候选单位面积的权值，并根据每一个候选单位面积的坐标以及对应的权值，计算得到目标信号发射端的位置坐标。