CN109298390B - 一种基于无线信号强度的室内定位方法 - Google Patents

一种基于无线信号强度的室内定位方法 Download PDF

Info

Publication number
CN109298390B
CN109298390B CN201811010433.XA CN201811010433A CN109298390B CN 109298390 B CN109298390 B CN 109298390B CN 201811010433 A CN201811010433 A CN 201811010433A CN 109298390 B CN109298390 B CN 109298390B
Authority
CN
China
Prior art keywords
rss
matrix
data
cluster
relative coordinate
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.)
Active
Application number
CN201811010433.XA
Other languages
English (en)
Other versions
CN109298390A (zh
Inventor
陈媛芳
金国强
胡伟通
何国栋
金韩波
何红政
陈忠喜
张辰婷
陈奔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201811010433.XA priority Critical patent/CN109298390B/zh
Publication of CN109298390A publication Critical patent/CN109298390A/zh
Application granted granted Critical
Publication of CN109298390B publication Critical patent/CN109298390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于无线信号强度的室内定位方法。本发明首先构造RSS变化空间，RSS变化空间由距离矩阵D和相对坐标矩阵Y构成；然后确定测试数据集，将整个测试数据集作为测试样本输入到k‑means算法模型中，构造距离矩阵D；接着进行数据降维，建立距离矩阵D的相对坐标矩阵Y；此后，通过RSS变化空间来对未知位置移动节点进行定位，数据分析中心将目标的准确定位发送至移动终端。本发明利用实时数据实时更新模型和定位，无需在移动设备上进行专门设置，对环境动态变化具有适应性，更加便于推广。当使用者发生位移时利用新型手机内置传感器来构建RSS信号变化平面示意图，测算一个移动节点的相对位置，从而达到定位效果。

Description

一种基于无线信号强度的室内定位方法
技术领域
本发明属于涉及机器学习的无线通信网络技术领域，涉及一种基于无线信号强度的室内定位方法。
背景技术
无线网络、移动计算、普适计算等技术的不断发展使得基于位置的服务和应用日益普及。而定位系统在室内环境中却因为环境阻隔而难以发挥功效。因此可实现精确的室内定位技术显得尤为重要。
目前在室内定位领域人们多偏向于基于Wi-Fi指纹的定位算法。该方法分为采样和定位两个阶段。采样阶段：在待定场所布置三个或三个以上固定位置参考点，采集并保存Wi-Fi信号的信号强度-位置(RSS-location,RSSI)值数据，构建位置指纹库。定位阶段：服务器对待定位点RSSI值与指纹库中的对应位置进行匹配，找出最近似位置点。该方法指纹数据库构建麻烦，人工投入以及在线计算量大且无法自动更新指纹数据库，而不同时间、同一位置接收的同一个AP的RSS值有较大的差异，这导致指纹数据库中的信息在定位时失去时效性与准确性，其次两个相隔很远的位置采集到的RSS指纹可能较相似，降低了RSS指纹在空间上的区分度，从而降低了定位系统的精度。
本发明在RSS定位的基础上，通过测试节点对RSS变化空间进行训练，无须探明固定WIFI信号源的位置，摆脱了原方法对于信号强度的过度依赖，只需要采集一次先验信息，通过后续的信号强度变化进行测算定位目标位置的变化，定位精度可达厘米级。
发明内容
本发明的目的就是提供一种基于无线信号强度的室内定位方法。
本发明包括如下步骤：
步骤一：数据分析中心构造RSS变化空间，RSS变化空间将由距离矩阵D和相对坐标矩阵Y构成，具体步骤如下：
1、确定测试数据集：测试数据集RSSk(rss1k,rss2k,rss3k)由K个测试样本组成，RSSk为形容一个移动到固定位置的节点的数组，rss1k、rss2k、rss3k分别为固定位置的节点接受到的来自三个WIFI发射器的信号强度。
2、将整个测试数据集作为测试样本输入到k-means算法模型中。选取了K个样本数据，将这K个样本数据作为K个簇。因为每个簇都有一个簇中心，且刚好每个样本数据对应一个簇，所以简单认为每一个样本数据都属于一个不同的簇，同时样本数据也是该簇的簇中心。
3、构造距离矩阵D:计算K个簇中心之间两两之间的欧几里得距离
Figure BDA0001784946650000021
(x1,x2为两节点的坐标)数据记在距离矩阵D中，例如dist12是簇1和簇2之间的欧几里得距离。
4、进行数据降维，建立距离矩阵D的相对坐标矩阵Y。
首先，利用步骤3的距离矩阵D计算降维后样本的内积矩阵B:构造矩阵B＝DTD，得到计算公式：
Figure BDA0001784946650000022
根据这个公式计算出距离矩阵B中的每一个元素。然后，对上述矩阵内积矩阵B做特征值分解。然后，对降维后的数据进行可视化。最后，将降维后的数据存储到相对坐标矩阵Y。
步骤二：数据分析中心通过RSS变化空间来对移动节点进行定位；
1)、获得新的未知位置移动节点g的特征数组RSSg(rss1g,rss2g,rss3g)，把它作为新的元素加入到RSS变化空间之中，并重复步骤3，更新距离矩阵D为新距离矩阵Dg。
2)、重复步骤4，构建距离矩阵Dg的相对坐标矩阵Yg。
3)、在相对坐标矩阵Yg中找到移动节点g相对坐标,移动节点g的相对坐标即为移动节点g在这个RSS变化空间中的位置。
4)、输出移动节点g的相对坐标，完成定位。
步骤三、数据分析中心将目标的准确定位发送至移动终端。
本发明利用实时数据实时更新模型和定位，无需在移动设备上进行专门设置，对环境动态变化具有适应性，更加便于推广。当使用者发生位移时利用新型手机内置传感器来构建RSS信号变化平面示意图(就像是无线电地图)，并将其作为先验信息。然后，以先验信息为基础，测算一个移动节点的位置，达到定位效果。
附图说明
图1为本发明构造RSS变化空间的流程图；
图2为本发明对移动节点进行定位的流程图。
具体实施方式
一种基于无线信号强度的室内定位方法，包括如下步骤：
步骤一：数据分析中心构造RSS变化空间，如图1所示，RSS变化空间将由距离矩阵D和相对坐标矩阵Y构成，具体步骤如下：
1、确定测试数据集：测试数据集RSSk(rss1k,rss2k,rss3k)由K个测试样本组成，RSSk为形容一个移动到固定位置的节点的数组，rss1k、rss2k、rss3k分别为固定位置的节点接受到的来自三个WIFI发射器的信号强度。
2、将整个测试数据集作为测试样本输入到k-means算法模型中。选取了K个样本数据，将这K个样本数据作为K个簇。因为每个簇都有一个簇中心，且刚好每个样本数据对应一个簇，所以简单认为每一个样本数据都属于一个不同的簇，同时样本数据也是该簇的簇中心。
3、构造距离矩阵D:计算K个簇中心之间两两之间的欧几里得距离
Figure BDA0001784946650000031
(x1,x2为两节点的坐标)数据记在距离矩阵D中，例如dist12是簇1和簇2之间的欧几里得距离。
4、利用MDS算法进行数据降维，建立距离矩阵D的相对坐标矩阵Y。
首先，利用步骤3的距离矩阵D计算降维后样本的内积矩阵B:构造矩阵B＝DTD，得到计算公式：
Figure BDA0001784946650000032
根据这个公式计算出距离矩阵B中的每一个元素。然后，对上述矩阵内积矩阵B做特征值分解。然后，对降维后的数据进行可视化。最后，将降维后的数据存储到相对坐标矩阵Y。
步骤二：数据分析中心通过RSS变化空间来对移动节点进行定位；
如图2所示，具体包括如下步骤：
1)、获得新的未知位置移动节点g的特征数组RSSg(rss1g,rss2g,rss3g)，把它作为新的元素加入到RSS变化空间之中，并重复步骤3，更新距离矩阵D为新距离矩阵Dg。
2)、重复步骤4，构建距离矩阵Dg的相对坐标矩阵Yg。
3)、在相对坐标矩阵Yg中找到移动节点g相对坐标,移动节点g的相对坐标即为移动节点g在这个RSS变化空间中的位置。
4)、输出移动节点g的相对坐标，完成定位。
步骤三、数据分析中心将目标的准确定位发送至移动终端。
上述步骤中用户的移动终端通过无线访问接入点组成无线网。用户在移动终端将数据上传到数据分析中心，向数据分析中心发送定位请求，数据分析中心接收定位请求后将该用户最新的定位结果返回至移动终端。移动终端上的无线网卡获取无线访问接入点的WiFi信号的RSS，数据分析中心收集到数据后，采用本发明进行实时分析，从而给出准确定位。

Claims (1)

1.一种基于无线信号强度的室内定位方法，其特征在于：包括如下步骤：
步骤一：数据分析中心构造RSS变化空间，RSS变化空间将由距离矩阵D和相对坐标矩阵Y构成，具体步骤如下：
1、确定测试数据集：测试数据集RSSk(rss1k,rss2k,rss3k)由K个测试样本组成，RSSk为形容一个移动到固定位置的节点的数组，rss1k、rss2k、rss3k分别为固定位置的节点接受到的来自三个WIFI发射器的信号强度；
2、将整个测试数据集作为测试样本输入到k-means算法模型中；选取了K个样本数据，将这K个样本数据作为K个簇；因为每个簇都有一个簇中心，且刚好每个样本数据对应一个簇，所以简单认为每一个样本数据都属于一个不同的簇，同时样本数据也是该簇的簇中心；
3、构造距离矩阵D:计算K个簇中心之间两两之间的欧几里得距离
Figure FDA0001784946640000011
其中x1,x2为两节点的坐标；数据记在距离矩阵D中，例如dist12是簇1和簇2之间的欧几里得距离；
4、进行数据降维，建立距离矩阵D的相对坐标矩阵Y；
首先，利用步骤3的距离矩阵D计算降维后样本的内积矩阵B:构造矩阵B＝DTD，得到计算公式：
Figure FDA0001784946640000012
根据这个公式计算出距离矩阵B中的每一个元素；然后，对上述矩阵内积矩阵B做特征值分解；然后，对降维后的数据进行可视化；最后，将降维后的数据存储到相对坐标矩阵Y；
步骤二：数据分析中心通过RSS变化空间来对移动节点进行定位；
1)、获得新的未知位置移动节点g的特征数组RSSg(rss1g,rss2g,rss3g)，把它作为新的元素加入到RSS变化空间之中，并重复步骤3，更新距离矩阵D为新距离矩阵Dg；
2)、重复步骤4，构建距离矩阵Dg的相对坐标矩阵Yg；
3)、在相对坐标矩阵Yg中找到移动节点g相对坐标,移动节点g的相对坐标即为移动节点g在这个RSS变化空间中的位置；
4)、输出移动节点g的相对坐标，完成定位；
步骤三、数据分析中心将目标的准确定位发送至移动终端。
CN201811010433.XA 2018-08-31 2018-08-31 一种基于无线信号强度的室内定位方法 Active CN109298390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811010433.XA CN109298390B (zh) 2018-08-31 2018-08-31 一种基于无线信号强度的室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811010433.XA CN109298390B (zh) 2018-08-31 2018-08-31 一种基于无线信号强度的室内定位方法

Publications (2)

Publication Number Publication Date
CN109298390A CN109298390A (zh) 2019-02-01
CN109298390B true CN109298390B (zh) 2023-01-03

Family

ID=65165771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811010433.XA Active CN109298390B (zh) 2018-08-31 2018-08-31 一种基于无线信号强度的室内定位方法

Country Status (1)

Country Link
CN (1) CN109298390B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111141288A (zh) * 2019-12-11 2020-05-12 浙江工业大学 一种基于rfid的室内定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1821116A1 (en) * 2006-02-15 2007-08-22 Sony Deutschland Gmbh Relative 3D positioning in an ad-hoc network based on distances
CN103139907A (zh) * 2013-02-04 2013-06-05 北京工业大学 一种利用指纹法的室内无线定位方法
CN108089148A (zh) * 2017-12-14 2018-05-29 电子科技大学 一种基于时差信息的无源多站多目标测向交叉定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1821116A1 (en) * 2006-02-15 2007-08-22 Sony Deutschland Gmbh Relative 3D positioning in an ad-hoc network based on distances
CN103139907A (zh) * 2013-02-04 2013-06-05 北京工业大学 一种利用指纹法的室内无线定位方法
CN108089148A (zh) * 2017-12-14 2018-05-29 电子科技大学 一种基于时差信息的无源多站多目标测向交叉定位方法

Also Published As

Publication number Publication date
CN109298390A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
Zou et al. A robust indoor positioning system based on the procrustes analysis and weighted extreme learning machine
Peng et al. An iterative weighted KNN (IW-KNN) based indoor localization method in bluetooth low energy (BLE) environment
Liu et al. Fusing similarity-based sequence and dead reckoning for indoor positioning without training
TWI587717B (zh) 用於適應性多重特徵語意位置感測之系統及方法
Montoliu et al. IndoorLoc platform: A public repository for comparing and evaluating indoor positioning systems
Zou et al. Standardizing location fingerprints across heterogeneous mobile devices for indoor localization
Du et al. CRCLoc: A crowdsourcing-based radio map construction method for WiFi fingerprinting localization
Dari et al. CAPTURE: A Mobile Based Indoor Positioning System using Wireless Indoor Positioning System.
Subhan et al. Experimental analysis of received signals strength in Bluetooth Low Energy (BLE) and its effect on distance and position estimation
Bi et al. Supplementary open dataset for WiFi indoor localization based on received signal strength
KR20180058191A (ko) 지자기 센서 및 자기 페인트 도장을 통해 향상된 정확도를 가지는 실내 측위를 위한 시스템 및 방법
CN109379711A (zh) 一种定位方法
Zhang et al. Feature fusion using stacked denoising auto-encoder and GBDT for Wi-Fi fingerprint-based indoor positioning
CN111698695A (zh) 一种基于神经网络的lte指纹式定位方法
CN110007269A (zh) 一种基于高斯过程的两阶段无线信号指纹定位方法
Niu et al. WTrack: HMM-based walk pattern recognition and indoor pedestrian tracking using phone inertial sensors
Abdullah et al. Machine learning algorithm for wireless indoor localization
CN113015093A (zh) 一种基于三维深度残差神经网络的室内无线定位方法
CN109298390B (zh) 一种基于无线信号强度的室内定位方法
Wei et al. Efficient Wi-Fi fingerprint crowdsourcing for indoor localization
CN111194000B (zh) 基于蓝牙融合混合滤波与神经网络的测距方法与系统
CN113055901B (zh) 一种终端定位的方法和装置
CN108696818B (zh) Wi-Fi指纹定位的距离度量方法及系统
Kim et al. A Design of Irregular Grid Map for Large‐Scale Wi‐Fi LAN Fingerprint Positioning Systems
CN108445443B (zh) 一种基于knn的指纹点聚类方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221214

Address after: 310000 No.2 street, Xiasha Higher Education Park, Hangzhou City, Zhejiang Province

Applicant after: HANGZHOU DIANZI University

Address before: 322099 901, Floor 9, No. 300, Yangcun Road, Zhujiang Street, Yiwu City, Jinhua City, Zhejiang Province

Applicant before: ZHEJIANG ATTACLOUD INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant