CN109413575A - 一种室内定位的自适应ap布局方法 - Google Patents
一种室内定位的自适应ap布局方法 Download PDFInfo
- Publication number
- CN109413575A CN109413575A CN201811473884.7A CN201811473884A CN109413575A CN 109413575 A CN109413575 A CN 109413575A CN 201811473884 A CN201811473884 A CN 201811473884A CN 109413575 A CN109413575 A CN 109413575A
- Authority
- CN
- China
- Prior art keywords
- reference point
- layout
- adaptive
- rssi
- information matrix
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- 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)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明设计一种室内定位的自适应AP布局方法,包括以下步骤:步骤1,依据定位环境构建环境信息矩阵;步骤2,根据环境信息矩阵进行无线信号传播模型的建立;步骤3,初始AP布局,依据传播模型建立仿真指纹库并构建目标函数;步骤4,依据改进的贪心算法进行自适应AP布局并输出AP布局坐标。采用本发明所述的室内定位的自适应AP布局方法,在前期布局AP的过程中将减少人工勘探环境的时间,大大降低了布局AP的经济成本以及人力成本。同时,提高了布局效率,而且在离线阶段基于本发明的布局方法还可以提高指纹库的区分度,从而在在线阶段可以提高定位精度。
Description
技术领域
本发明属于无线通信技术领域,涉及一种室内定位的自适应AP布局方法。
背景技术
随着无线通信技术的快速发展和人们对定位服务需求的日益增多,室内定位技术获得越来越多的关注。在室内环境下,通过接收来自接入点AP(Access Point)发射的RSS(Received Signal Strength),并将其进行数据库对比,从而求解出用户的位置。其中基于位置指纹法的室内定位技术无需增加额外设备,具有较高的可行性和移植性,因此得到了广泛地应用。
基于位置指纹法的室内定位技术由于其定位精度限受到AP布局的影响。因此本专利提出了指纹库最大区分度的概念。通过以区分度为目标函数进行AP布局优化,从而实现自适应AP布局。
本专利主要是用于室内环境,而且主要是适用于基于位置指纹法的室内定位技术中的AP布局。
发明内容
鉴于此,本发明的目的在于提供一种基于室内定位的自适应AP布局方法,该方法可以在已知环境信息的情况下,自适应的给出AP布局建议位置,从而可以建立具有良好定位性能的指纹库,进而提高定位精度。
为达到上述目的,本发明提供如下技术方案:
一种室内定位的自适应AP布局方法,所述方法包括以下步骤:
步骤1)依据定位环境构建环境信息矩阵;
步骤2)根据环境信息矩阵进行无线信号传播模型的建立;
步骤3)初始AP布局,依据传播模型建立仿真指纹库并构建目标函数;
步骤4)依据改进的贪心算法进行自适应AP布局,并输出AP布局坐标。
进一步,所述步骤1)具体包括以下步骤:
1)在定位区域内,建立以定位区域中心为原点的坐标系x-y;
2)在定位区域内,以D为间隔,均匀划分网格状参考点;
3)依据划分的参考点,如果参考点上有障碍物存在,那么在环境信息矩阵中设置为M标识;如果参考点上没有障碍物存在,那么在环境信息矩阵中设置为N标识,遍历所有参考点从而建立环境信息矩阵。
进一步,所述步骤2)具体包括以下步骤:
1)室内环境过于复杂,在建立仿真指纹库的时候需要测试信号在不同的环境下衰减因子,从而建立信号的衰减模型。
进一步,所述步骤3)具体包括以下步骤:
1)设置AP的数目为p,然后初始化布局AP,将AP均匀的分布于参考点上;
2)依据初始的AP位置以及信号的传播模型模拟出单个参考点上p维信号强度,其中在参考点K处模拟接收AP的信号强度Dk为:
DK=PLr[dB]+10klog(d0)+ξ (1)
式中,PLr[dB]为在距离AP一米处信号强度值;k为无线信号的衰减因子,k值的获取必须在真实定位环境中进行测量;d0为AP与参考点之间最短的步行可达距离;ξ表示遮蔽因子,服从均值为0、方差为σ的正态分布。其中如果计算所得的信号强度DK小于-100,那么设置DK等于-100;
3)依据上述情况,针对p个AP,在参考点K上建立p维信号强度从而构建单点指纹,然后依次遍历所有的参考点,得到仿真指纹库ΦRSSI,ΦRSSI为:
4)依据仿真指纹库建立目标函数,如下所示;
式中,n是参考点总数;p是AP的数目,即信号的维度;是第i个参考点的RSS均值向量;N(i)是满足和第i个参考点的物理距离小于l的所有参考点的集合;length(N(i))是集合N(i)的元素个数;是第i个参考点的p维信号强度欧氏距离平均值;(X1,Y1),(X2,Y2),…,(Xp,Yp)是p个AP的位置坐标;α是p个AP的一种放置方式;f1是所有参考点的p维信号强度欧氏距离平均值;f2是所有参考点信号平均欧氏距离与其标准差的差值。
进一步,所述步骤4)具体包括以下步骤:
1)根据目标函数计算最大区分度值(最大适应度值)FM,FM为:
FM=max(f2); (4)
2)分别对p个AP进行编号{AP1,AP2,AP3,…,APp},并将AP均布放在参考点上并初始化数据:i=1(i表示第i个AP);K(i)是满足和APi的物理距离小于L的所有参考点的集合;Kj(i)是集合K(i)中第j个元素;length(K(i))是集合K(i)中的元素个数;FM表示最大区分度,FM=﹣∞;
3)计算当前布局下目标函数值f2,并在集合K(i)范围内移动APi所在的位置,并计算移动后各个参考点上的目标函数值{K1(i),K2(i),…,Klength(K(i))(i)},更新f2,f2=max({K1(i),K2(i),…,Klength(K(i))(i),f2});
4)当i不等于p时,i=i+1,并从3)开始;当i等于p时,从5)开始;
5)如果FM等于f2,那么算法结束并输出此时AP的布局坐标,否则FM=f2,i=1,并从3)开始。
本发明提供了一种基于室内定位的自适应AP布局方法,以仿真指纹库最大区分度为目标函数,以改进的贪心算法为优化算法,进而给出AP的建议布局位置,该方法不仅在建库前期将会节省环境勘探的时间,而且加快了布局效率。在建库阶段提高了指纹间的区分度,从而提高了定位精度。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明所述方法的流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本发明提供的一种基于室内定位的自适应AP布局方法,主要是适用于基于位置指纹法的离线阶段。
在离线布局AP阶段,这里引入了仿真指纹库的最大区分度概念,以最大区分度为目标函数,使用改进的贪心算法,达到自适应AP布局,从而建立定位性能比较好的指纹库。
具体实现方法如下:
(1)在定位区域内,建立以定位区域中心为原点的坐标系x-y,在定位区域内,以D为间隔,均匀划分网格状参考点;
(2)依据划分的参考点,如果参考点上有障碍物存在,那么在环境信息矩阵中设置为M标识;如果参考点上没有障碍物存在,那么在环境信息矩阵中设置为N标识,遍历所有参考点从而建立环境信息矩阵;
(3)室内环境过于复杂,在建立仿真指纹库的时候需要测试信号在不同的环境下衰减因子,从而建立信号的衰减模型;
(4)设置AP的数目为p,然后将AP均匀的分布于定位区域,布局位置为α,α为:
α={(X1,Y1),(X2,Y2),…,(Xp,Yp)} (5)
式中,(Xp,Yp)表示第p个AP的位置坐标,p表示AP的数目;
依据初始的AP位置以及信号的传播模型模拟出单个参考点上p维信号强度,其中在参考点K处模拟接收AP的信号强度DK为:
DK=PLr[dB]+10klog(d0)+ξ (6)
式中,PLr[dB]为在距离AP一米处信号强度值;k为无线信号的衰减因子,k值的获取必须在真实定位环境中进行测量;d0为AP与参考点之间最短的步行可达距离;ξ表示遮蔽因子,服从均值为0、方差为σ的正态分布。其中如果计算所得的信号强度DK小于-100,那么设置DK等于-100;
依据上述情况,针对p个AP,在参考点K上建立p维信号强度RSSIK ~={RSSI1,RSSI2,RSSI3,…,RSSIp},从而构建单点指纹,然后依次遍历所有的参考点,得到仿真指纹库ΦRSSI,ΦRSSI为:
(5)依据仿真指纹库计算信号强度欧氏距离平均值为:
式中,是第i个参考点的p维信号强度欧氏距离平均值;N(i)是满足和第i个参考点的物理距离小于l的所有参考点的集合;表示第i个参考点上的信号强度;表示第j个参考点上的信号强度;length(N(i))是集合N(i)的元素个数;
遍历所有的参考点并依据信号强度欧氏距离平均值求取所有参考点的p维信号强度欧氏距离平均值f1(p),f1(p)为:
式中,n是参考点总数;p是AP的数目;
定义一个衡量参考点指纹库矢量的区分度f2,f2为:
式中,f2是所有参考点信号平均欧氏距离与其标准差的差值,FM称之为最大区分度,即为目标函数。
(6)根据目标函数,求取最大区分度FM:
FM=max(f2); (11)
1)分别对p个AP进行编号{AP1,AP2,AP3,…,APp},并将AP均布放在参考点上并初始化数据:i=1(i表示第i个AP);K(i)是满足和APi的物理距离小于L的所有参考点的集合;Kj(i)是集合K(i)中第j个元素;length(K(i))是集合K(i)中的元素个数;FM表示最大区分度,FM=﹣∞;
2)计算当前布局下目标函数值f2,并在集合K(i)范围内移动APi所在的位置,并计算移动后各个参考点上的目标函数值{K1(i),K2(i),…,Klength(K(i))(i)},更新f2,f2=max({K1(i),K2(i),…,Klength(K(i))(i),f2});
3)当i不等于p时,i=i+1,并从2)开始;当i等于p时,从4)开始;
4)如果FM等于f2,那么算法结束并输出此时AP的布局坐标,否则FM=f2,i=1,并从2)开始。
Claims (4)
1.室内定位的自适应AP布局方法,其特征在于:所述方法包括以下步骤:
步骤1)依据定位环境构建环境信息矩阵;
步骤2)根据环境信息矩阵进行无线信号传播模型的建立;
步骤3)初始AP布局,依据传播模型建立仿真指纹库,并构建目标函数;
步骤4)依据改进的贪心算法进行自适应AP布局,并输出AP布局坐标。
2.根据权利要求1所述的室内定位的自适应AP布局方法,其特征在于:所述步骤1)具体包括以下步骤:
1)在定位区域内,建立以定位区域中心为原点的坐标系x-y;
2)在定位区域内,以D为间隔,均匀划分网格状参考点;
3)依据划分的参考点,如果参考点上有障碍物存在,那么在环境信息矩阵中设置为M标识;如果参考点上没有障碍物存在,那么在环境信息矩阵中设置为N标识,遍历所有参考点从而建立环境信息矩阵。
3.根据权利要求1所述的室内定位的自适应AP布局方法,其特征在于:所述步骤3)具体包括以下步骤:
1)设置AP的数目为p,然后初始化布局AP,将AP均匀的分布于参考点上;
2)依据初始的AP位置以及信号的传播模型模拟出单个参考点上p维信号强度,其中在参考点K处模拟接收AP的信号强度DK为:
DK=PLr[dB]+10klog(d0)+ξ (1)
式中,PLr[dB]为在距离AP一米处信号强度值;k为无线信号的衰减因子,k值的获取必须在真实定位环境中进行测量;d0为AP与参考点之间最短的步行可达距离;ξ表示遮蔽因子,服从均值为0、方差为σ的正态分布,其中如果计算所得的信号强度DK小于-100,那么设置DK等于-100;
3)依据上述情况,针对p个AP,在参考点K上建立p维信号强度RSSIK ~={RSSI1,RSSI2,RSSI3,…,RSSIp},从而构建单点指纹,然后依次遍历所有的参考点,得到仿真指纹库ΦRSSI,ΦRSSI为:
4)依据仿真指纹库建立目标函数,如下所示;
式中,n是参考点总数;p是AP的数目,即信号的维度;是第i个参考点的RSS均值向量;N(i)是满足和第i个参考点的物理距离小于l的所有参考点的集合;length(N(i))是集合N(i)的元素个数;是第i个参考点的p维信号强度欧氏距离平均值;(X1,Y1),(X2,Y2),…,(Xp,Yp)是p个AP的位置坐标;α是p个AP的一种放置方式;f1是所有参考点的p维信号强度欧氏距离平均值;f2是所有参考点信号平均欧氏距离与其标准差的差值。
4.根据权利要求1所述的室内定位的自适应AP布局方法,其特征在于:所述步骤4)具体包括以下步骤:
1)根据目标函数计算最大区分度值(最大适应度值)FM,FM为
FM=max(f2); (4)
2)分别对p个AP进行编号{AP1,AP2,AP3,…,APp},并将AP均布放在参考点上并初始化数据:i=1(i表示第i个AP);K(i)是满足和APi的物理距离小于L的所有参考点的集合;Kj(i)是集合K(i)中第j个元素;length(K(i))是集合K(i)中的元素个数;FM表示最大区分度,FM=﹣∞;
3)计算当前布局下目标函数值f2,并在集合K(i)范围内移动APi所在的位置,并计算移动后各个参考点上的目标函数值{K1(i),K2(i),…,Klength(K(i))(i)},更新f2,f2=max({K1(i),K2(i),…,Klength(K(i))(i),f2});
4)当i不等于p时,i=i+1,并从3)开始;当i等于p时,从5)开始;
5)如果FM等于f2,那么算法结束并输出此时AP的布局坐标,否则FM=f2,i=1,并从3)开始。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811473884.7A CN109413575A (zh) | 2018-12-04 | 2018-12-04 | 一种室内定位的自适应ap布局方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811473884.7A CN109413575A (zh) | 2018-12-04 | 2018-12-04 | 一种室内定位的自适应ap布局方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109413575A true CN109413575A (zh) | 2019-03-01 |
Family
ID=65457112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811473884.7A Pending CN109413575A (zh) | 2018-12-04 | 2018-12-04 | 一种室内定位的自适应ap布局方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109413575A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109963261A (zh) * | 2019-03-15 | 2019-07-02 | 北京航空航天大学 | Wifi室内定位的无线路由器筛选方法及装置 |
CN109982240A (zh) * | 2019-03-11 | 2019-07-05 | 中山大学 | 一种无线定位基站布设方法 |
CN110012537A (zh) * | 2019-04-08 | 2019-07-12 | 重庆邮电大学 | 一种基于ap四边形组网的质心约束室内定位方法 |
CN110430523A (zh) * | 2019-06-10 | 2019-11-08 | 成都理工大学 | 基于WiFi指纹的室内定位接入点三维部署算法 |
CN110519704A (zh) * | 2019-08-28 | 2019-11-29 | 中国银行股份有限公司 | 一种基于时间约束的信号稀疏表示模型的定位方法及系统 |
CN111757258A (zh) * | 2020-07-06 | 2020-10-09 | 江南大学 | 一种复杂室内信号环境下的自适应定位指纹库构建方法 |
CN113079466A (zh) * | 2020-10-21 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 指纹数据库的构建方法、装置、设备及计算机存储介质 |
CN114269006A (zh) * | 2021-12-24 | 2022-04-01 | 河海大学 | 一种基于信息增益率的室内ap聚类选取方法和设备 |
CN114697976A (zh) * | 2022-02-25 | 2022-07-01 | 成都市联洲国际技术有限公司 | 确定室内网路分布的方法、装置、设备及存储介质 |
-
2018
- 2018-12-04 CN CN201811473884.7A patent/CN109413575A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109982240A (zh) * | 2019-03-11 | 2019-07-05 | 中山大学 | 一种无线定位基站布设方法 |
CN109963261B (zh) * | 2019-03-15 | 2020-08-14 | 北京航空航天大学 | Wifi室内定位的无线路由器筛选方法及装置 |
CN109963261A (zh) * | 2019-03-15 | 2019-07-02 | 北京航空航天大学 | Wifi室内定位的无线路由器筛选方法及装置 |
CN110012537A (zh) * | 2019-04-08 | 2019-07-12 | 重庆邮电大学 | 一种基于ap四边形组网的质心约束室内定位方法 |
CN110430523A (zh) * | 2019-06-10 | 2019-11-08 | 成都理工大学 | 基于WiFi指纹的室内定位接入点三维部署算法 |
CN110519704B (zh) * | 2019-08-28 | 2021-06-15 | 中国银行股份有限公司 | 一种基于时间约束的信号稀疏表示模型的定位方法及系统 |
CN110519704A (zh) * | 2019-08-28 | 2019-11-29 | 中国银行股份有限公司 | 一种基于时间约束的信号稀疏表示模型的定位方法及系统 |
CN111757258A (zh) * | 2020-07-06 | 2020-10-09 | 江南大学 | 一种复杂室内信号环境下的自适应定位指纹库构建方法 |
CN111757258B (zh) * | 2020-07-06 | 2021-05-14 | 江南大学 | 一种复杂室内信号环境下的自适应定位指纹库构建方法 |
CN113079466A (zh) * | 2020-10-21 | 2021-07-06 | 中移(上海)信息通信科技有限公司 | 指纹数据库的构建方法、装置、设备及计算机存储介质 |
CN114269006A (zh) * | 2021-12-24 | 2022-04-01 | 河海大学 | 一种基于信息增益率的室内ap聚类选取方法和设备 |
CN114697976A (zh) * | 2022-02-25 | 2022-07-01 | 成都市联洲国际技术有限公司 | 确定室内网路分布的方法、装置、设备及存储介质 |
CN114697976B (zh) * | 2022-02-25 | 2023-12-22 | 成都市联洲国际技术有限公司 | 确定室内网路分布的方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109413575A (zh) | 一种室内定位的自适应ap布局方法 | |
CN106131797B (zh) | 一种基于rssi测距的节水灌溉监测网络定位方法 | |
CN106851573A (zh) | 基于对数路径损耗模型的联合加权k近邻室内定位方法 | |
CN101923118B (zh) | 建筑物影响估计装置及建筑物影响估计方法 | |
CN105636201B (zh) | 基于稀疏信号指纹数据库的室内定位方法 | |
CN108375754B (zh) | Wsn中基于移动节点初始状态和移动状态的节点定位方法 | |
CN106912105A (zh) | 基于pso_bp神经网络的三维定位方法 | |
CN108668245A (zh) | 一种基于WiFi与地磁场数据库的室内定位方法 | |
CN109511085B (zh) | 一种基于MeanShift和加权k近邻算法的UWB指纹定位方法 | |
CN103905992A (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN106525031A (zh) | 一种组合的室内定位方法 | |
CN105301560B (zh) | 一种基于2点rssi的动态加权进化定位系统及方法 | |
CN106353726A (zh) | 一种用于室内定位的二次加权质心确定方法及系统 | |
CN111901749A (zh) | 一种基于多源融合的高精度三维室内定位方法 | |
CN108872934A (zh) | 一种基于非视距误差抑制的室内三维定位方法 | |
CN105530702A (zh) | 一种基于自组织映射的无线传感网络移动节点定位方法 | |
CN105866732B (zh) | 一种改进mk模型和wknn算法相结合的混合室内定位方法 | |
CN109059919A (zh) | 一种基于众包样本加权曲面拟合的室内定位方法 | |
CN105044659B (zh) | 基于环境光谱指纹的室内定位装置及方法 | |
CN106060924A (zh) | 一种基于移动信标的室内定位方法 | |
CN108616836A (zh) | 一种基于信号统计分布的wlan定位组网方法 | |
CN105187139B (zh) | 一种基于群智感知的室外无线信号接收强度地图构建方法 | |
CN114363808A (zh) | 一种基于rssi测距的室内定位方法 | |
Li et al. | NQRELoc: AP selection via nonuniform quantization RSSI entropy for indoor localization | |
Ahmad et al. | Fuzzy-logic based localization for mobile sensor Networks |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190301 |