CN107333276A - 基于加权卡方距离的WiFi位置指纹定位方法 - Google Patents

Abstract

本发明公开了基于加权卡方距离的WiFi位置指纹定位方法，该方法建立一个可靠稳定的指纹数据库，能够有效地提高定位精度和定位的有效性。该方法包括如下步骤：步骤1：在离线测量阶段，建立指纹数据库。步骤2：在线定位阶段，根据待定位点获取到的各个无线接入点AP的信号强度向量，并计算待定位点的信号强度向量与指纹数据库中指纹向量的加权卡方距离。步骤3：将计算所得的加权卡方距离进行从大到小排序，选择K个参考点(K表示个数)。步骤4：根据参考点的位置坐标估算待定位点的位置坐标。该方法在离线测量阶段采用方差滤波的方法能够有效剔除了在参考点处接收到的信号强度值中存在的噪声值，提高了指纹库里指纹的准确性。

Description

基于加权卡方距离的WiFi位置指纹定位方法

技术领域

本发明涉及一种基于加权卡方距离的WiFi位置指纹定位方法，属于位置定位技术领域。

背景技术

随着移动互联网的迅猛发展，以及智能设备和移动通讯的广泛使用，使得基于用户位置服务的需求也日益增长，随之人们对位置信息及时、准确、快速的要求也越来越高。如今，室外定位技术已经发展较为成熟。GPS已经广泛使用于室外环境，能为用户提供比较精确的位置服务，并普遍应用于人们的生产生活中(比如百度地图及共享单车)。GPS技术主要依赖于信号在空中及建筑物的传播，但由于传播信号的折射、衍射等多径传播及多址传播现象，会造成信号幅频的改变，因此限制了GPS技术在室内环境中的使用。然而为了满足室内定位的需求(比如大型地下车库车辆的引导系统和大型超市的购物导航系统)，许多研究者使用室内无线通讯技术(比如UWB、RFID、蓝牙、ZigBee以及WiFi)去解决GPS技术在室内场所使用的局限性问题，并且室内定位技术的研究对实现全球室内外无缝定位具有重大意义。

WiFi是一种无线接入技术，它可以将电脑、手持设备(如手机、平板)等终端通过无线的方式将其互相连接起来。WiFi传输数据的速度非常快、其网络的稳定性和良好的可靠性以及辐射半径范围广等优点为室内定位技术提供了条件。WiFi定位的精度通常是5-15米，其定位精度受到信号是否穿过墙壁、天花板、人员的走动以及AP接入点数量的影响。WiFi网络基础设施部署十分方便且成本低廉，在各学校、大型超市、饭店及大型公司工厂等公共区域都已基本实现WiFi网络的全覆盖。

WiFi是一种无线接入技术，它可以将电脑、手持设备(如手机、平板)等终端通过无线的方式将其互相连接起来。WiFi传输数据的速度非常快、其网络的稳定性和良好的可靠性以及辐射半径范围广等优点为室内定位技术提供了条件。WiFi定位的精度通常是5-15米，其定位精度受到信号是否穿过墙壁、天花板、人员的走动以及AP接入点数量的影响。WiFi网络基础设施部署十分方便且成本低廉，在各学校、大型超市、饭店及大型公司工厂等公共区域都已基本实现WiFi网络的全覆盖。

本发明之所以选择WiFi无线技术，是因为相比其他技术，WiFi技术有着其独特的优势：

A.成本低：因为2.4GHz是各国共同的ISM频段，应用这些频段无需许可证或者费用，只需要遵守一定的发射功率，并且不要对其它频段造成干扰即可。

B.安装简易：相对于有线网络来说，WiFi的安装不需要布线，甚至可以直接利用现场环境中已经存在的WiFi网络来实现定位，这样就大大降低了人力、物力、财力成本，特别适合在室内应用，如停车场、办公室、学校图书馆、家庭等。

C.有效范围广：WiFi系统中的AP热点信号的覆盖半径理想情况下能达到100米左右。如果室内的面积较大，只需通过增加AP的个数就能完成整个室内的有效覆盖。目前，智慧城市、云计算、物联网等技术都离不开WiFi的使用。

D.对环境要求低：其实WiFi定位不局限于室内，室外定位也是可以的，只要有足够强的WiFi信号覆盖。同时，因为WiFi信号受非视距影响相对较小，即使在定位环境中有障碍物的情况下也能够正常使用。

但是，现有技术的缺陷包括：例如专利号201610695797.0，专利名称：一种WiFi指纹室内定位方法，但是该专利必须划定定位区域，而且需要建立所述L个采样点的位置指纹库LFDB，并且位置指纹库LFDB进行k-means聚类，必须以欧式距离作为相似度的评价准则。这样，指纹库里指纹的不可靠和不稳定。例如专利号201310348095.1，专利名称：指纹定位方法与服务器，但是该专利必须预先建立不同环境下的多套指纹库，而且在实际定位过程中，需要根据实时参考点当前的指纹信息匹配出最佳指纹库，还有根据最佳指纹库最终估计出终端当前的位置。

发明内容

本发明目的在于针对上述现有技术的不足，提供了一种基于加权卡方距离的WiFi位置指纹定位方法，该方法建立一个可靠稳定的指纹数据库，能够有效地提高定位精度和定位的有效性。

本发明解决其技术问题所采用的技术方案是：一种基于加权卡方距离的WiFi位置指纹定位方法，该方法包括如下步骤：

步骤1：在离线测量阶段，建立指纹数据库。

步骤2：在在线定位阶段，根据待定位点获取到的各个无线接入点AP的信号强度向量，并计算待定位点的信号强度向量与指纹数据库中指纹向量的加权卡方距离。

步骤3：将计算所得的加权卡方距离进行从大到小排序，选择K个参考点(K表示个数)。

步骤4：根据参考点的位置坐标估算待定位点的位置坐标。

进一步地，本发明上述步骤1中包括如下子步骤：

步骤1-1：在离线测量阶段，将待定位区域离散化，形成参考点网格，每个网格的四个顶点作为参考点，在待定位区域部署无线接入点。

步骤1-2：利用移动终端在待定位区域的每个参考点处采集无线接入点发射的信号强度值，并将信号强度值和参考点的位置坐标组成指纹向量，利用所有参考点的指纹向量构成指纹数据库。

进一步地，本发明上述步骤1-2中的每个参考点处在进行N次采集，使用方差滤波的方法过滤离群值再求平均值，然后将信号强度值的平均值和参考点的位置坐标组成指纹向量，构建指纹数据库。

进一步地，本发明上述步骤2中的加权卡方距离的计算公式为：

其中，表示待定位点接收到第j(j表示第几个)个AP信号强度值经过方差滤波后的平均值，表示第i(i表示第几个)个参考点接收到第j个AP信号强度值经过方差滤波后的平均值，w_i是特定参考点在第i个AP接入点处的权值系数，与参考点处对应AP接入点的方差相关，以方差作为系数，并对特定参考点上所有AP的系数做归一化处理，如下式所示：

进一步地，本发明上述步骤4中待定位点的位置坐标估计公式是

w_i为第i个参考点的权重值，(x_i,y_i)为第i个参考点的坐标，其中

本发明上述第i(i表示第几个)个参考点的权重值为：

其中，d_i为待定位点信号强度向量到第i个参考点信号强度向量的卡方距离，ε为一个很小的正实数。

本发明在构建指纹数据库时，因为人的随意走动、墙壁的遮挡、人拿手机的方向、同频干扰等复杂环境的影响，会对接收到的无线接入点的AP信号强度值产生一定程度的波动，因此必须对参考点采集到的无线接入点的AP信号强度值进行预处理。在离线阶段使用方差滤波的方法过滤离群值，降低信号采集过程中离群值对建立指纹数据库带来的影响；在在线定位阶段使用加权卡方距离计算待定位点与参考点之间的距离，按照距离从大到小顺序排列，选出K(K表示个数)个参考点，计算出待定位点的位置坐标。本发明能够有效提高定位系统的定位精度和稳定性。

有益效果：

1、本发明在离线测量阶段采用方差滤波的方法能够有效剔除了在参考点处接收到的信号强度值中存在的噪声值，提高了指纹库里指纹的准确性。

2、本发明在在线定位阶段使用卡方距离是因为充分考虑了卡方距离可以有效反映特征量之间的相对距离的变化，而相对距离在分类中更有实际意义这一因素。相对于传统的欧式距离而言，使用卡方距离能够有效地提高定位精度。

附图说明

图1是本发明提供的基于加权卡方距离的WiFi位置指纹定位方法的总体设计图。

图2是本发明提供的待定位区域的AP布置示意图。

图3是本发明提供的移动终端离线测量阶段的流程图。

图4是本发明提供的移动终端在线定位阶段的流程图。

具体实施方式

下面结合说明书附图对本发明作进一步的详细说明。

图1所示的是WiFi室内定位系统的总体设计框架。本发明采用典型的C/S(客户端/服务器)架构，系统由移动定位终端、服务器两部分组成。移动定位终端与服务器端采用HTTP进行通信，AP采用现有的路由器。

图2所示，选取8m*5m的空间作为待定位区域，按照1m*1m的网格划分待定位区域，选择网格的四个顶点作为参考点，在待定位区域布置4个AP点。

离线阶段的流程如图3所示，在离线测量阶段构建指纹数据库，在待定位区域建立合适的网格选取参考点，利用Android手机客户端在待定位区域的参考点处多次采集周围AP的信号强度值进行方差滤波，将经过方差滤波的信号强度向量与参考点的位置坐标以一定的格式组成指纹向量，并且把这指纹向量发送到服务器，构成指纹数据库。

在线阶段的流程如图4所示，Android定位终端向服务器发送连接请求进行连接，并将Android定位终端所在位置的信号强度值多次采集并进行方差滤波，将方差滤波后的信号强度向量发送给服务器，将服务器接收到的信号强度向量通过匹配算法与指纹数据库里的指纹进行比较计算出Android定位终端所在位置的坐标，并把定位坐标发送给Android定位终端。匹配算法采用加权卡方距离算法，计算服务器接收到的信号强度向量与指纹数据库里的卡方距离，按照卡方距离从大到小排序，选择出前K(K＝3)相似度较大的参考点，根据卡方距离的大小给K个参考点赋予不同的权重计算估计Android定位终端所在位置的坐标，将获得的定位终端的坐标在室内地图上实时的显示并标记出来。

本实施例采用方差滤波的方法构建指纹数据库，利用加权卡方距离方法来计算用户的位置坐标，具体步骤如下所示：

(1)构建指纹数据库。具体包括：在离线测量阶段，将待定位区域离散化，形成参考点网格，将每个网格的四个顶点作为参考点，并且在待定位区域部署无线接入点。利用移动终端在待定位区域的每个参考点处进行多次采集无线接入点发射的信号强度值，并且使用方差滤波计算出每个参考点处信号强度的平均值，并将该信号强度值和参考点的位置坐标组成指纹向量，存储在指纹数据库中。

本发明方差滤波的做法如下：预先设定一方差阈值V_D，在同一个参考点上进行多次采集，获得参考点上的多组数据。对每一个特定的AP接入点，计算其参考点上多组数据的平均值avr和方差var。如果计算所得的方差小于设定的方差阈值，则方差滤波结束；否则，从在参考点处采集到的特定AP接入点的信号强度值中删除距离其平均值最远的信号强度值，再计算其平均值和方差，重复以上步骤，满足条件结束。

计算在同一个参考点处采集到的特定AP接入点信号强度的平均值公式为：

其中，RSS(i)表示在同一个参考点处采集到的特定AP的第i次信号强度值，n表示采集特定AP信号强度的总次数。

计算在同一个参考点处采集到的特定AP接入点信号强度的方差公式为：

因此，每个参考点的指纹信息由多个AP信号强度均值组成的向量和多个AP信号强度方差的向量σ构成，二者如下所示

σ＝(σ₁,σ₂,…σ_n)

最后，将每一个参考点处的各个AP的信号强度均值和方差建立指纹数据库，数据库格式为其中表示第i个参考点接收到第j个AP信号强度值经过方差滤波后的平均值，σ_i,j表示第i个参考点接收到第j个AP信号强度值的方差，m为参考点总数，n为AP接入点总数。

(2)根据在待定位点接收到无线接入点的信号强度向量，并计算所述信号强度向量与指纹数据库中指纹向量的距离。其中距离计算公式为

表示待定位点接收到第j(j表示第几个)个AP信号强度值经过方差滤波后的平均值，表示第i(i表示第几个)个参考点接收到第j(j表示第几个)个AP信号强度值经过方差滤波后的平均值。w_i是特定参考点在第i(i表示第几个)个AP接入点处的权值系数，与参考点处对应AP接入点的方差相关，以方差作为系数，并对特定参考点上所有AP的系数做归一化处理，如下所示

(3)将上述(2)计算所得的距离进行降序排列，选取K个相似度较大的参考点。

(4)根据选择出的K个相似参考点利用坐标估算公式计算出待定位点的坐标。其中坐标估算公式为

w_i为第i个参考点的权重值，(x_i,y_i)为第i个参考点的坐标。

，其中

上述第i个参考点的权重值

其中，d_i为待定位点信号强度向量到第i个参考点信号强度向量的距离，ε为一个很小的正实数。

本发明在构建指纹数据库的过程中使用了方差滤波的方法来创建每个参考点的指纹信息，有效的避免了奇异值对参考点指纹信息的影响，从而在一定程度上提升了定位精度；在实时定位阶段，使用卡方距离代替欧式距离，有效的提高了分类的效果。

应当理解上述具体实施方式仅用于说明而不用于限制本发明的范围，本发明的范围以权利要求书的记载范围为准。

Claims (6)

1.一种基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，所述方法包括以下步骤：

步骤1：在离线测量阶段，建立指纹数据库；

步骤2：在在线定位阶段，根据待定位点获取到的各个无线接入点AP的信号强度向量，并计算待定位点的信号强度向量与指纹数据库中指纹向量的加权卡方距离；

步骤3：将计算所得的加权卡方距离进行从大到小排序，从中选择K个参考点(K表示个数)；

步骤4：根据参考点的位置坐标估算待定位点的位置坐标。

2.根据权利要求1所述的一种基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，所述步骤1包括如下子步骤：

步骤1-1：在离线测量阶段，将待定位区域离散化，形成参考点网格，每个网格的四个顶点作为参考点，在待定位区域部署无线接入点；

步骤1-2：利用移动终端在待定位区域的每个参考点处采集无线接入点发射的信号强度值，并将信号强度值和参考点的位置坐标组成指纹向量，利用所有参考点的指纹向量构成指纹数据库。

3.根据权利要求2所述的一种基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，所述步骤1-2中的每个参考点进行多次采集，使用方差滤波计算出每个参考点处信号强度向量的平均值，并将该信号强度值和参考点的位置坐标组成指纹向量，存储在指纹数据库中。

4.根据权利要求1所述的一种基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，所述步骤2中的加权卡方距离的计算公式为

<mrow> <mi>d</mi> <mi>i</mi> <mi>s</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <mfrac> <msup> <mrow> <mo>(</mo> <mover> <mrow> <msub> <mi>RSS</mi> <mi>j</mi> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <mover> <mrow> <msub> <mi>RSS</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mover> <mrow> <msub> <mi>RSS</mi> <mi>j</mi> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mover> <mrow> <msub> <mi>RSS</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mfrac> </mrow>

其中，表示待定位点接收到第j(j表示第几个)个AP信号强度值经过方差滤波后的平均值，表示第i(i表示第几个)个参考点接收到第j个AP信号强度值经过方差滤波后的平均值，w_i是特定参考点在第i个AP接入点处的权值系数，与参考点处对应AP接入点的方差相关，以方差作为系数，并对特定参考点上所有AP的系数做归一化处理。

5.根据权利要求4所述的一种基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，对特定参考点上所有AP的系数做归一化处理的公式为：

其中σ_i是特定参考点在第i个AP接入点处的方差，w_i是特定参考点在第i个AP接入点处的权值系数。

6.根据权利要求1所述的基于加权卡方距离的WiFi位置指纹定位方法，其特征在于，所述步骤4中的待定位点的位置坐标估计公式为:

其中：w_i为第i个参考点的权重值，(x_i,y_i)为第i个参考点的坐标；

所述第i(i表示第几个)个参考点的权重值

其中，d_i为待定位点信号强度向量到第i个参考点信号强度向量的卡方距离，ε为一个很小的正实数。