CN108989986A - 基于迭代分割空间法的Wi-Fi室内定位方法 - Google Patents

Abstract

本发明公开了一种基于迭代分割空间法的Wi‑Fi室内定位方法，主要解决现有Wi‑Fi定位技术结果不准确、系统复杂性高、对信号传播模型依赖性高的技术问题，其技术方案为：部署无线接入点AP、定位区域栅格化；分割定位区域；获取定位数据；利用相似度δ计算参考点的权重；通过子区域权重判断确定目标所在子区域；进行目标范围缩小迭代；对目标定位。本发明通过迭代分割空间法逐步缩小定位目标所在区域，去除了距离目标较远、与定位目标相关性弱的AP的干扰，提高了抗噪声性能，降低了定位系统的复杂性，降低了对信号传播模型依赖，提高了系统的鲁棒性，保证了定位精度，减少了系统维护成本。本发明可以用于在更加复杂的室内环境中进行室内定位。

Description

基于迭代分割空间法的Wi-Fi室内定位方法

技术领域

本发明属于通信技术领域，特别涉及一种Wi-Fi室内定位方法，具体是一种基于迭代分割空间法的Wi-Fi室内定位方法，可用于对室内用户的定位、导航等基于位置的服务。

背景技术

随着移动通信技术和移动互联网技术的蓬勃发展，移动智能终端应运而生，并迅速普及，基于移动互联网的各类服务呈现爆炸式增长。其中基于位置的服务LBS被广泛应用到人们的生活中，极大地改变了人们的生活方式，为人们的生活带来了便利。而定位技术是LBS应用中必不可少的底层支持技术。在室外环境下，全球定位系统GPS是当前最为成熟的定位系统。但在室内，由于墙体阻隔，室内环境复杂多变，干扰众多，无法使用GPS信号进行室内定位。

随着IEEE 802.11协议的不断完善，Wi-Fi得到了普及。Wi-Fi虽不是为定位而生，但因为其数据传输速度快，覆盖广，部署成本低等特点，成为室内定位的首选设备。在基于Wi-Fi的室内定位技术中，基于信号强度RSSI的定位是目前主要的定位方法之一，其中基于位置指纹识别的Wi-Fi室内定位方法和基于无线信号传播模型的Wi-Fi室内定位方法是基于信号强度RSSI定位中很流行的方法。

基于位置指纹识别的Wi-Fi室内定位方法就是对待定位环境中观测到的场景特征进行抽象和形式化描述，利用信号强度RSSI与物理位置之间的关联性进行定位。在不同的物理位置上，信号强度RSSI是不一样的。在各采样点检测接收到的在定位环境中布设的AP的信号强度，提取该信号强度作为定位特征值，将其训练成与物理位置相映射的关系，构建相应的位置指纹数据库。然后，通过特定的匹配方法，将在待定位点测量到的RSSI指纹数据与位置指纹数据库中的指纹数据对比，用与待定位点具有较高相似度的采样点的坐标位置估计待定位用户的位置。

基于无线信号传播模型的Wi-Fi室内定位方法就是利用无线信号在空间中的传播模型，根据定位用户接收到的信号强度RSSI估算定位用户与AP的距离，进而估计待定位用户的位置。

以上两种室内定位方法，基于位置指纹识别的Wi-Fi室内定位方法需要离线采集各个采样点的信号强度信息用以建立数据库，且该数据库每隔一段时间便需要更新维护以确保定位精度，增加了定位系统整体的复杂度以及系统维护的成本。基于无线信号传播模型的Wi-Fi室内定位方法对室内信号传播模型的依赖性较强，需要精确的建立传播模型，抗噪性能差，不适合变化频繁的环境。所以，以上两种室内定位方法在实际应用中均存在一定的局限性。

发明内容

本发明的目的在于针对现有技术的不足，提出一种复杂度低，鲁棒性高的用于室内定位的迭代分割空间的方法。

本发明是一种基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，包括有如下步骤：

1)部署无线接入点AP、定位区域栅格化：部署AP，要求每次迭代时各个子区域内AP的分布相同，且每个子区域内至少有3个AP；将定位区域划分为多个大小相同的栅格，以栅格作为最小单元，选择栅格的中心点作为参考点。

2)分割定位区域：用相互垂直的两条分割线将整个定位区域均匀分割成四个子区域。

3)获取定位数据：定位目标位于定位区域内任何随机的位置，使用无线信号传播模型计算在无噪声条件下定位区域内各个AP到定位区域内每个栅格参考点的信号强度RSSI，获取定位区域内各个AP到定位目标的信号强度RSSI。

4)利用相似度δ计算参考点的权重：判断定位区域内每个参考点处的信号强度与目标接收到的定位区域内AP的信号强度的相似度是否满足相似度要求，若满足相似度要求，则增加对应的参考点的权重；若不满足相似度要求，不增加权重；进而得到定位区域内全部参考点的权重。

5)通过子区域权重判断确定目标所在子区域：将各子区域内参考点的权重之和作为各子区域的权重；选择具有最大权重的子区域作为候选定位区域，即目标所在子区域。

6)进行目标范围缩小迭代：通过提高相似度要求缩小目标所在范围，在候选定位区域内，重复执行步骤2)、步骤3)、步骤4)和步骤5)进行目标范围缩小迭代，直至触发迭代停止条件，达到迭代停止条件后执行步骤7)；另外，各子区域之间AP分布不相同或相似度要求达到相似度的阈值执行步骤7)。

7)对目标定位：在迭代停止区域内，使用室内定位算法对目标进行定位，得到目标的位置。

与现有技术相比，本发明的优点：

本发明通过迭代的方法逐步缩小定位目标位置的范围，去除了与定位目标距离较远的参考点，进而去除了与定位目标相关性弱的参考点的干扰；并在进行每一步迭代时，除去定位区域以外的AP，只保留定位区域内的与定位目标相关性强的AP，用以计算参考点的权重，去除了距离目标较远、与定位目标相关性弱的AP的干扰，提高了抗噪声性能，提高了定位系统的鲁棒性。

本发明通过判断定位目标收到的信号强度与通过无线信号传播模型计算出的参考点处的信号强度的相似度是否满足相似度要求计算参考点的权重，而不是使用无线信号传播模型计算定位目标与AP之间的距离，将距离估计转换为是否判别，降低了定位系统对无线信号传播模型的依赖，减少了系统维护成本，提高了定位精度，可以在更加复杂的定位环境中应用。

附图说明

图1是本发明的实施流程图；

图2是本发明定位系统的布置示意图；

图3是在能获得准确传播模型条件下采用本发明与未采用本发明定位误差比较示意图；

图4是在不能获得准确传播模型条件下采用本发明与未采用本发明定位误差比较示意图。

具体实施方式

下面参照附图结合实例对本发明详细说明：

实施例1：

基于位置指纹识别的Wi-Fi室内定位方法整体的复杂度以及系统维护的成本高，基于无线信号传播模型的Wi-Fi室内定位方法不适用于变化频繁的环境。所以，本发明也展开了研究，提出一种基于迭代分割空间法的Wi-Fi室内定位方法。

参照图1，本发明的实现步骤如下：

1)部署无线接入点AP、定位区域栅格化：

参见图2，部署AP，本发明要求每次迭代时各个子区域内AP的分布相同，所有AP不位于同一条直线上，且每个子区域内至少有3个AP，AP的总数为n·4^T，T为可进行的最多迭代次数，在T次迭代后各子区域内的AP分布不相同，n为进行T次迭代后的候选定位区域内AP的数量。参见图2，如果AP总数为最少的12个，那么此时，最多只能进行一次迭代，迭代后的候选定位区域内有3个AP；将定位区域划分为多个大小相同的栅格，为保证分割得到的子区域内有相同的栅格，栅格总数应是以4为底的指数，定位区域内栅格的行数和列数应是以2为底的指数，以栅格作为最小单元，选择栅格的中心点作为参考点。为保证迭代能够有效的进行，栅格的数量应远大于AP的数量。每个栅格参考点的位置坐标为已知。

2)分割定位区域：

参见图2，本发明用相互垂直的两条分割线将整个定位区域均匀分割成四个子区域，为保证每个子区域对定位目标具有相同的影响力，所以每个子区域内AP的分布需要相同。每个子区域包含相同的数量的栅格，分割线从栅格与栅格的交界处经过，分割线不经过栅格，保证本发明的简洁。

3)获取定位数据：

定位目标位于定位区域内任何随机的位置，使用无线信号传播模型计算在无噪声条件下定位区域内各个AP到定位区域内每个栅格参考点的信号强度RSSI，建立定位区域内每个参考点处信号强度的基准值。获取定位区域内各个AP到定位目标的实时的信号强度RSSI。虽然本发明不要求能十分准确的估计无线信号传播模型，但使用的无线信号传播模型不能与实际的无线信号传播模型相差甚远。在首次迭代时，已经获取得到完整的定位区域内的所有的数据，所以在候选定位区域内迭代时，可以直接从首次迭代获取到的数据中提取出候选定位区域对应的数据。

4)利用相似度δ计算参考点的权重：

本发明利用步骤3)获取得到的数据，判断定位区域内每个参考点处的信号强度基准值与目标接收到的定位区域内的AP的信号强度的相似度是否满足相似度要求，若满足相似度要求，则增加对应的参考点的权重；若不满足相似度要求，不增加权重；进而得到全部参考点的权重。本发明去除了定位区域以外的AP，只保留定位区域内的与定位目标相关性强的AP，用以计算参考点的权重，去除了距离目标较远、与定位目标相关性弱的AP的干扰，提高了抗噪声性能，提高了定位系统的鲁棒性。

5)通过子区域权重判断确定目标所在子区域：

将各子区域内参考点的权重之和作为各子区域的权重。选择具有最大权重的子区域作为候选定位区域，即目标所在子区域。在此步骤只确定目标位置所在的较大范围，可以降低定位出错的几率，可以提高定位系统的鲁棒性，提高抗干扰性能。

6)进行目标范围缩小迭代：

通过提高相似度要求缩小目标所在范围，在候选定位区域内，重复执行步骤2)、步骤3)、步骤4)和步骤5)进行目标范围缩小迭代，直至触发迭代停止条件，达到迭代停止条件后认为得到目标所在区域执行步骤7)。若未达到迭代停止条件，则继续执行步骤2)、步骤3)、步骤4)和步骤5)；另外，各子区域之间AP分布不相同或相似度要求达到相似度的阈值，认为得到目标所在区域，执行步骤7)。在循环迭代过程中，应只选用当前候选定位区域内的AP与栅格参考点进行相关计算。迭代停止条件为各子区域之间AP分布不相同或相似度要求达到相似度的阈值。相似度的阈值根据仿真经验可设为0.1。

7)对目标定位：

在步骤6)中确定的迭代停止区域内，使用室内定位算法对目标进行定位，得到目标的位置。在迭代停止区域内对定位目标进行定位，去除了与定位目标距离较远的迭代停止区域以外参考点，所以去除了与定位目标相关性弱的参考点的干扰。

本发明的技术思路是：将定位区域分割成几个子区域，根据参考点接收到的RSSI和定位目标接收的RSSI是否满足相似度要求计算参考点的权重，进而计算子区域的权重，选择具有最高权重的子区域作为新的定位区域，对新的定位区域再进行分割，进行迭代。在迭代过程中逐步提高相似度要求，直至迭代停止。在迭代停止的区域内定位目标。

实施例2：

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1，本发明步骤3)获取定位数据中使用无线信号传播模型计算在无噪声条件下的各个AP到各个参考点的RSSI以及获取各个AP到定位目标的RSSI，按如下两个步骤进行：

3a).使用如下无线信号传播模型计算各个AP到各个参考点的RSSI：

(1)式中，i为栅格的编号，l为AP的编号；p_il是在栅格h_i的参考点处接收到的AP_l的信号的功率；p_l是AP_l的信号发射功率，一般为0～17dBm；k_l是AP_l的依赖于天线特性和平均信道损耗的常系数；d_il为AP_l与栅格h_i的参考点之间的距离；d₀为天线远场的参考距离，一般设为1m；γ为路径损耗指数，在写字楼环境中γ一般为2～6。可选择合适的k_l、d₀、γ来近似解析模型或经验模型；(2)式中λ为载波的波长，载波频率设为常见的AP使用的载波频率，即2.4GHz或5GHz；k_l值也可用在距AP_l距离为d₀处的实测数据来确定，并可以通过最小化模型和实测数据之间的均方误差来优化，使用传播模型计算AP到参考点的RSSI时不加入噪声。

3b).获取各个AP到定位目标的RSSI：

使用如下无线信号传播模型产生定位目标接收到的RSSI：

(3)式中，l为AP的编号；s_l是在定位目标接收到的AP_l的信号的功率；p_l是AP_l的信号发射功率，一般为0～17dBm；k_l是AP_l的依赖于天线特性和平均信道损耗的常系数；d_l为AP_l与定位目标之间的距离；d₀为天线远场的参考距离，一般设为1m；γ为路径损耗指数，在写字楼环境中γ一般为2～6。若能准确获得无线信号传播模型，那么(3)中γ可设为与(1)式中γ相同，那么，(2)与(3)式中γ可设为2。若不能准确获得无线信号传播模型，(1)、(3)两处γ值不同，那么，(1)式中γ可设为2，(3)式中γ可设为3；(4)式中λ为载波的波长载波频率设为常见的AP使用的载波频率，即2.4GHz或5GHz；k_l值也可用在距AP_l距离为d₀处的实测数据来确定，并可以通过最小化模型和实测数据之间的均方误差来优化；η为噪声干扰，在仿真中可使用服从零均值高斯分布的随机变量表示。

实施例3:

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-2，本发明步骤4)中所述的利用相似度δ计算参考点的权重，按如下步骤进行：

4a).选择候选定位区域内的AP和候选定位区域内每个参考点。

4b).选择符合特定原则的δ^(t)计算候选定位区域内参考点权重：在第t次迭代时，判断目标接收到的候选定位区域内AP_l的信号强度s_l与候选定位区域内各栅格h_i的参考点接收到的AP_l信号强度p_il是否满足相似度要求|s_l-p_il|≤δ^(t)，t为迭代次序,t＝1,2,3…；若满足，那么为1；若不满足，为0；代表第t次迭代时，栅格h_i的参考点处收到AP_l的信号强度与定位目标收到AP_l的信号强度的相似度是否满足相似度要求，若满足，则其值为1；若不满足，其值为0；δ^(t)为在第t次迭代时，栅格h_i的参考点处收到AP_l的信号强度与定位目标收到AP_l的信号强度的差值的上限，即第t次迭代时的相似度δ；δ^(t)的值由特定的原则选出。本例中对δ^(t)的初始值δ⁽¹⁾不做要求，但根据仿真经验δ⁽¹⁾设置为20～40较为合适，可以在较短的时间内得出定位目标的位置。

4c).将栅格h_i的参考点对应的所有的和作为该栅格h_i的参考点在第t次迭代时的权重

4d).对候选定位区域内所有参考点进行4a)、4b)和4c)操作，进而得到全部参考点的权重。

本发明通过判断定位目标收到的信号强度与通过无线信号传播模型计算出的参考点处的信号强度的相似度是否满足相似度要求计算参考点的权重，而不是使用无线信号传播模型计算定位目标与AP之间的距离，将距离估计转换为是否判别，降低了定位系统对无线信号传播模型的依赖。

实施例4:

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-3，本发明步骤4b)中所述的利用相似度δ计算参考点的权重在第t次迭代计算参考点的权重时δ^(t)的选择原则，具体包括：

4b1).在第t次迭代后，具有最大子区域权重的子区域是唯一的。

4b2).在t+1次迭代时，若δ^(t+1)＝δ^(t)，那么第t+1次迭代将不应满足在第t+1次迭代后具有最大子区域权重的子区域是唯一的这一原则，即不应满足原则4b1)。也即：能使第t+1次迭代满足第t+1次迭代后具有最大子区域权重的子区域是唯一的这一原则，即满足原则4b1)的δ^(t+1)的所有可能的取值全部严格小于δ^(t)。

若第t次迭代不满足原则4b1)，即不满足在第t次迭代后具有最大子区域权重的子区域是唯一的这一原则，说明δ^(t)取值太大，需要减小δ^(t)值，重新计算参考点和子区域权重再进行迭代。若第t次迭代后满足原则4b1)，即满足在第t次迭代后，具有最大子区域权重的子区域是唯一的这一原则，但不满足原则4b2)，即不满足原则：在t+1次迭代时，若δ^(t+1)＝δ^(t)，那么第t+1次迭代将不应满足在第t+1次迭代后具有最大子区域权重的子区域是唯一的这一原则，说明δ^(t)的取值太小，需要提高δ^(t)值，但δ^(t)应满足δ^(t)＜δ^(t-1)，重新计算参考点和子区域权重再进行迭代。如果需要减小δ^(t)，将减少的部分称作步长，步长的值越小，对δ^(t)的值控制的越精细，但δ^(t)减小的速度越慢，对计算能力要求越高。如果需要增加δ^(t)，由于第t-1次迭代已经成功迭代，成功缩小了定位区域，所以，δ^(t)的值应严格小于δ^(t-1)，δ^(t)过小，实质上是因为步长过大，造成由δ^(t-1)得到δ^(t)时，δ^(t-1)减少的过多造成，所以可以通过先减小步长，再从δ^(t-1)开始减去步长计算δ^(t)，直到获得合适的δ^(t)。减小后的步长可设为减小前的步长的二分之一。根据仿真经验此步长设为1较为合适。本例中对δ^(t)的初始值δ⁽¹⁾不做要求，但根据仿真经验δ⁽¹⁾设置为20～40dBm较为合适，可以在较短的时间内得出定位目标的位置。若δ⁽¹⁾设置的值过小，那么需要一直增加δ⁽¹⁾，直至得到符合原则的δ⁽¹⁾之后再开始进行迭代。

本发明通过在每次迭代过程中选择符合原则的δ^(t)，使得每次迭代过程中使用的δ^(t)不会过大，也不会过小。若δ^(t)值过大，那么无法确定定位目标所在的子区域，继而无法得到候选定位区域，所以就无法去除与定位目标位置相关性弱的参考点与AP。若δ^(t)值过小，那么抵抗噪声干扰的性能就会下降，对无线信号传播模型准确度的依赖性就会提高。本发明选择符合原则的δ^(t)有利于提高抗噪声性能，提高定位系统的鲁棒性，降低定位系统对无线信号传播模型的依赖。

实施例5:

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-4，本发明步骤5)中所述的通过子区域权重判断确定目标所在子区域，参见图2，按如下步骤进行：

5a).以栅格作为最小单元，用相互垂直的两条分割线将定位区域均匀分割成四个子区域 代表第t次迭代时的子区域H_j；每个子区域内的AP分布相同。

5b).将各子区域内参考点的权重之和作为各子区域的权重W_j ^(t)(j＝1,2,3,4)。

5c).选择具有最大权重的子区域作为候选定位区域，即目标所在子区域。

本发明单次确定的目标所在子区域的结果即候选定位区域，参见图2，候选定位区域位于图2右上角。

本发明去除了候选定位区域以外的参考点和AP，所以去除了与定位目标相关性弱的AP与参考点的干扰，提高了抗噪声性能，增强了系统的鲁棒性。

实施例6:

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-5，本发明步骤6)进行目标范围缩小迭代中迭代停止条件为：

6a).当对定位区域分割之后，各个子区域内AP的分布不同时停止迭代。

6b).当δ^(t)缩小到小于某一阈值后，仍然不能满足在第t次迭代后，具有最大子区域权重的子区域是唯一的这一原则，即不满足原则4b1)时停止迭代。该阈值可设为0.1dBm，δ^(t)的初始值δ⁽¹⁾可设为较大的数值，例如可将δ⁽¹⁾设为40dBm。

本发明在候选定位区域内，重复执行步骤2)，步骤3)、步骤4)和步骤5)，即多层次的分割定位区域、获取数据、计算参考点权重和确定目标所在的子区域，进行目标范围缩小迭代，直至触发迭代停止条件。在迭代停止区域内，使用室内定位算法对目标进行定位，得到目标的位置。

下面给出一个更加详细的例子，对本发明进一步说明。

实施例7:

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-6，参照图1，本发明的实现步骤如下：

1)部署无线接入点AP、定位区域栅格化：

参照图2，在32m×32m的定位区域内部署48个AP。也可部署96个AP，与AP数量为48时的仿真结果进行比较。要求每次迭代时各个子区域内的AP的分布相同，代表第t次迭代时的子区域H_j。若部署48个AP，且在步骤6)中确定的迭代停止区域内有3个AP，那么可进行两次迭代；若部署96个AP，且在步骤6)中确定的迭代停止区域内有6个AP，那么可以进行两次迭代。将定位区域划分为多个1m×1m的栅格h_i(i＝1,2,3…1024)，共能得到1024个栅格。以栅格作为最小单元，选择栅格的中心点作为参考点，所有参考点的位置坐标已知。

2)分割定位区域：

参照图2，本发明用相互垂直的两条分割线将整个定位区域均匀分割成四个子区域 代表第t次迭代时的子区域H_j。

3)获取定位数据：

定位目标位于定位区域内任何随机的位置，使用无线信号传播模型计算在无噪声条件下定位区域内各个AP到每个栅格参考点的信号强度RSSI，获取定位区域内各个AP到定位目标的信号强度RSSI。

在栅格h_i的参考点处接收到的AP_l的信号的功率p_il为：

(5)式中d_il为AP_l与栅格h_i的参考点之间的距离。

若假设能准确获得无线信号传播模型，那么定位目标接收到的AP_l的信号的功率s_l为：

若假设不能准确获得无线信号传播模型，那么定位目标接收到的AP_l的信号的功率s_l为：

(6)式、(7)式中d_l为AP_l与定位目标之间的距离；η为噪声干扰，在仿真中使用服从方差为sigma2的零均值高斯分布的随机变量表示。

参见图3，是在能获得准确传播模型条件下采用本发明与未采用本发明的定位误差比较示意图。参见图4，是在不能获得准确传播模型条件下是采用本发明与未采用本发明的定位误差比较示意图。

4)利用相似度δ计算参考点的权重：

利用本发明步骤3)获取得到的数据，判断候选定位区域内每个参考点处接收到的候选定位区域内AP的信号强度与目标接收到的候选定位区域内AP的信号强度的相似度是否满足相似度要求，若满足相似度要求，则增加对应的参考点的权重；若不满足相似度要求，不增加权重；进而得到全部参考点的权重。

5)通过子区域权重判断确定目标所在子区域：

将各子区域内参考点的权重之和作为各子区域的权重；选择具有最大权重的子区域作为候选定位区域，即目标所在子区域。

6)进行目标范围缩小迭代：

通过提高相似度要求缩小目标所在范围，在候选定位区域内，重复执行步骤2)、步骤3)、步骤4)和步骤5)进行目标范围缩小迭代，直至触发迭代停止条件。达到迭代停止条件后认为得到目标所在区域，执行步骤7)。若未达到迭代停止条件，则继续执行步骤2)、步骤3)、步骤4)和步骤5)。另外，各子区域之间AP分布不相同或相似度要求达到相似度的阈值，认为得到目标所在区域执行步骤7)。

7)对目标定位：

在步骤6)中确定的迭代停止区域内，使用室内定位算法对目标进行定位，得到目标的位置。选用的室内定位算法为专利“基于WiFi信号的室内无线定位方法”公布的定位方法。

本发明的技术优点可以通过以下仿真结果进一步说明：

实施例8：

基于迭代分割空间法的Wi-Fi室内定位方法同实施例1-7。

仿真1，在能获得准确传播模型条件下，在定位区域中分别使用采用本发明方法的“基于WiFi信号的室内无线定位方法”与未采用本发明方法的“基于WiFi信号的室内无线定位方法”进行定位，结果如图3。图3中实线表示采用本发明方法的“基于WiFi信号的室内无线定位方法”的均方根误差随噪声方差的变化，虚线表示未采用本发明方法的“基于WiFi信号的室内无线定位方法”的均方根误差随噪声方差的变化，‘O’字线表示仿真中AP的数量为48，‘米’字线表示仿真中AP的数量为96。纵坐标表示定位误差，用均方根误差表示。横坐标为噪声的方差，噪声服从零均值高斯分布。从图3中可以看出，在AP数量相同的条件下，采用本发明方法的“基于WiFi信号的室内无线定位方法”比未采用本发明方法的“基于WiFi信号的室内无线定位方法”的误差大，但两者误差的差距不大。在AP数量为96的条件下，采用本发明方法的“基于WiFi信号的室内无线定位方法”比在AP数量为48的条件下的误差有所下降。表明采用本发明方法的“基于WiFi信号的室内无线定位方法”具有良好和稳定的定位效果。

仿真2，在未能获得准确传播模型条件下，在定位区域中分别使用采用本发明方法的“基于WiFi信号的室内无线定位方法”与未采用本发明方法的“基于WiFi信号的室内无线定位方法”进行定位，结果如图4。图4中实线表示采用本发明方法的“基于WiFi信号的室内无线定位方法”的均方根误差随噪声方差的变化，虚线表示未采用本发明方法的“基于WiFi信号的室内无线定位方法”的均方根误差随噪声方差的变化，‘O’字线表示仿真中AP的数量为48，‘米’字线表示仿真中AP的数量为96。纵坐标表示定位误差，用均方根误差表示。横坐标为噪声的方差，噪声服从零均值高斯分布。从图4中可以看出，同等条件下，采用本发明方法的“基于WiFi信号的室内无线定位方法”比未采用本发明方法的“基于WiFi信号的室内无线定位方法”的误差要小，采用本发明方法的“基于WiFi信号的室内无线定位方法”在AP的数量由48个增加到96个后误差减少，未采用本发明方法的“基于WiFi信号的室内无线定位方法”在AP的数量由48个增加到96个后误差反而增加，而且，未采用本发明方法的“基于WiFi信号的室内无线定位方法”的定位误差随噪声方差的增加误差反而下降，明显不合理。由图4可见在相同条件下，采用本发明方法的“基于WiFi信号的室内无线定位方法”的性能明显优于未采用本发明方法的“基于WiFi信号的室内无线定位方法”。

实验表明本发明方法可以显著提高定位系统的性能，降低定位系统的定位误差，降低定位系统对无线信号传播模型的依赖。

比较图3和图4可得，在同等条件下，采用本发明方法的“基于WiFi信号的室内无线定位方法”在能获得准确传播模型条件下和在未能获得准确传播模型条件下的定位误差接近，而未采用本发明方法的“基于WiFi信号的室内无线定位方法”在未能获得准确传播模型条件下的定位误差远大于在能获得准确传播模型条件下的定位误差。在能获得准确传播模型条件下采用本发明方法的“基于WiFi信号的室内无线定位方法”的定位误差与未采用本发明方法的“基于WiFi信号的室内无线定位方法”的定位误差非常接近。可见本发明方法可以提高定位系统的鲁棒性，降低定位系统对无线信号传播模型的依赖。

简而言之，本发明公开的一种基于迭代分割空间法的Wi-Fi室内定位方法，主要解决现有Wi-Fi定位技术结果不准确、系统复杂性高、对信号传播模型依赖性高的技术问题，其技术方案为：1)部署无线接入点AP、定位区域栅格化；2)分割定位区域；3)获取定位数据；4)利用相似度δ计算参考点的权重；5)通过子区域权重判断确定目标所在子区域；6)进行目标范围缩小迭代；7)对目标定位。本发明通过迭代分割空间法逐步缩小定位目标所在区域，去除了距离目标较远、与定位目标相关性弱的AP的干扰，提高了抗噪声性能，降低了定位系统的复杂性，降低了对信号传播模型依赖，提高了系统的鲁棒性，保证了定位精度，减少了系统维护成本。本发明可以用于在更加复杂的室内环境中进行室内定位。

Claims (6)

1.一种基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，包括有如下步骤：

1)部署无线接入点AP、定位区域栅格化：部署AP，要求每次迭代时各个子区域内AP的分布相同，且每个子区域内至少有3个AP；将定位区域划分为多个大小相同的栅格，以栅格作为最小单元，选择栅格的中心点作为参考点；

2)分割定位区域：用相互垂直的两条分割线将整个定位区域均匀分割成四个子区域；

3)获取定位数据：定位目标位于定位区域内任何随机的位置，使用无线信号传播模型计算在无噪声条件下定位区域内各个AP到定位区域内每个栅格参考点的信号强度RSSI，获取定位区域内各个AP到定位目标的信号强度RSSI；

4)利用相似度δ计算参考点的权重：判断定位区域内每个参考点处的信号强度与目标接收到的定位区域内AP的信号强度的相似度是否满足相似度要求，若满足相似度要求，则增加对应的参考点的权重；若不满足相似度要求，不增加权重；进而得到定位区域内全部参考点的权重；

5)通过子区域权重判断确定目标所在子区域：将各子区域内参考点的权重之和作为各子区域的权重；选择具有最大权重的子区域作为候选定位区域，即目标所在子区域；

6)进行目标范围缩小迭代：通过提高相似度要求缩小目标所在范围，在候选定位区域内，重复执行步骤2)、步骤3)、步骤4)和步骤5)进行目标范围缩小迭代，直至触发迭代停止条件，达到迭代停止条件后执行步骤7)；另外，各子区域之间AP分布不相同或相似度要求达到相似度的阈值时执行步骤7)；

7)对目标定位：在迭代停止区域内，使用室内定位算法对目标进行定位，得到目标的位置。

2.根据权利要求1所述的基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，步骤3)获取定位数据中使用无线信号传播模型计算在无噪声条件下的各个AP到各个参考点的RSSI以及获取各个AP到定位目标的RSSI，按如下两个步骤进行：

3a).可使用如下无线信号传播模型计算各个AP到各个参考点的RSSI；

上式中，i为栅格的编号、l为AP的编号、p_il是在栅格h_i的参考点处接收到的AP_l的信号的功率、p_l是AP_l的信号发射功率、k_l是AP_l的依赖于天线特性和平均信道损耗的常系数、d_il为AP_l与栅格h_i的参考点之间的距离、d₀为天线远场的参考距离、γ为路径损耗指数；可选择合适的k_l、d₀、γ来近似解析模型或经验模型；下式中λ为载波的波长，k_l值也可用在距AP_l距离为d₀处的实测数据来确定，并可以通过最小化模型和实测数据之间的均方误差来优化，使用传播模型计算AP到参考点的RSSI时不加入噪声；

3b).获取各个AP到定位目标的RSSI；

可使用如下无线信号传播模型产生定位目标接收到的RSSI；

上式中，l为AP的编号、s_l是在定位目标接收到的AP_l的信号的功率、p_l是AP_l的信号发射功率、k_l是AP_l的依赖于天线特性和平均信道损耗的常系数、d_l为AP_l与定位目标之间的距离、d₀为天线远场的参考距离、γ为路径损耗指数；若假设能准确获得无线信号传播模型，那么3b)上式中γ可设为与3a)上式中γ相同；若假设不能准确获得无线信号传播模型，3a)、3b)两处γ值不同；下式中λ为载波的波长，k_l值也可用在距AP_l距离为d₀处的实测数据来确定，并可以通过最小化模型和实测数据之间的均方误差来优化；η为噪声干扰，用服从零均值高斯分布的随机变量表示。

3.根据权利要求1所述的基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，步骤4)中所述的利用相似度δ计算参考点的权重，按如下步骤进行：

4a).选择候选定位区域内的AP和候选定位区域内每个参考点；

4b).选择符合特定原则的δ^(t)计算候选定位区域内参考点权重：在第t次迭代时，判断目标接收到的候选定位区域内AP_l的信号强度s_l与候选定位区域内各栅格h_i的参考点接收到的AP_l信号强度p_il是否满足相似度要求|s_l-p_il|≤δ^(t)，t为迭代次序,t＝1,2,3…；若满足，那么为1，若不满足为0；代表第t次迭代时，栅格h_i的参考点处收到AP_l的信号强度与定位目标收到AP_l的信号强度的相似度是否满足相似度要求，若满足，则其值为1；若不满足，其值为0；δ^(t)为在第t次迭代时，栅格h_i的参考点处收到AP_l的信号强度与定位目标收到AP_l的信号强度的差值的上限，即第t次迭代时的相似度δ；δ^(t)的值由特定的原则选出；

4c).将栅格h_i的参考点对应的所有的和作为该栅格h_i的参考点在第t次迭代时的权重

4d).对定位区域内所有参考点进行4a)、4b)和4c)操作，进而得到全部参考点的权重。

4.根据权利要求1所述的基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，步骤4b)中所述的计算参考点的权重在第t次迭代计算参考点的权重时δ^(t)的选择原则，具体包括：

4b1).在第t次迭代后，具有最大子区域权重的子区域是唯一的；

4b2).在t+1次迭代时，若δ^(t+1)＝δ^(t)，那么第t+1次迭代将不应满足原则4b1)，也即：能使第t+1次迭代满足原则4b1)的δ^(t+1)的所有可能的取值全部严格小于δ^(t)；

若第t次迭代不满足原则4b1)，说明δ^(t)取值太大，需要减小δ^(t)值，重新计算参考点和子区域权重再进行迭代；若第t次迭代后满足原则4b1)，但不满足原则4b2)，说明δ^(t)的取值太小，需要提高δ^(t)值，但δ^(t)应满足δ^(t)＜δ^(t-1)，重新计算参考点和子区域权重再进行迭代。

5.根据权利要求1所述的基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，在每次迭代时，步骤5)中所述的通过子区域权重判断确定目标所在子区域，按如下步骤进行：

5a).以栅格作为最小单元，用相互垂直的两条分割线将定位区域均匀分割成四个子区域 代表第t次迭代时的子区域H_j；每个子区域内的AP分布相同；

5b).将各子区域内参考点的权重之和作为各子区域的权重W_j ^(t)(j＝1,2,3,4)；

5c).选择具有最大权重的子区域作为候选定位区域，即目标所在子区域。

6.根据权利要求1所述的基于迭代分割空间法的Wi-Fi室内定位方法，其特征在于，步骤6)进行目标范围缩小迭代中迭代停止条件为：

6a).当对定位区域分割之后，各个子区域内AP的分布不同时停止迭代；

6b).当δ^(t)缩小到小于某一阈值仍然不能满足原则4b1)时停止迭代。