CN110769370A - 基于定向天线与全向天线信号融合的室内定位方法 - Google Patents

Abstract

本发明公开了基于定向天线与全向天线信号融合的室内定位方法，对待定位区域进行采点工作，构建指纹地图，在每个点利用手机终端采集用于定位的AP的信号强度；对每个点采集到的每个AP的信号强度求平均值以及方差；将相关的信号强度序列表示为一阶自回归模型，求出每一个点每个AP的自相关系数；修正每个点的每个AP的标准差；再计算的每个AP的标准差来获得每个点的信号强度的方差；通过每个点的每个AP的信号强度的方差与AP的信号强度的平均值针对特定的AP判断所接收到的信号强度所在的范围，构建一个信号片，对所有AP的信号片求交集，找到最大重叠子区域的质心作为定位的结果，本发明计算复杂度低，定位精度高，为实时的定位预测提供基础。

Description

基于定向天线与全向天线信号融合的室内定位方法

技术领域

本发明涉及室内定位技术领域，特别地是基于定向天线与全向天线信号融合的室内定位方法。

背景技术

近年来,随着情景感知、环境智能等应用需求不断增加，人们愈加依赖手机应用程序去获取信息，面向用户提供室内定位服务有着巨大需求。基于位置的服务(LBS)由于其潜在的社会价值和商业价值，受到了人们广泛的关注。这种服务的质量在很大程度上取决于移动设备的定位精度，而目前比较成熟传统室外定位(如GPS)由于收到室内环境的干扰，无法满足室内定位精度的要求。因此，针对室内环境的相关定位算法和技术拥有巨大的研究价值和应用空间。

目前，国内外学者提出了许多室内定位算法和技术，应用了包括超宽带、Wi-Fi、蓝牙、RFID、地磁等诸多定位信号。在定位算法方面，基于Wi-Fi指纹的室内定位算法得益于其易实施、易扩展等特性，得到广泛的关注，其具体实现主要分为两个阶段：指纹地图构建阶段与在线匹配阶段。

指纹地图构建阶段：首先对于待定位的区域进行离线指纹数据采集，具体做法为将待定位区域划分为若干个小区域，在每个小区域中收集所有的Wi-Fi信号强度，作为该区域的唯一的Wi-Fi指纹。并且将该指纹和该区域的坐标存入数据库中，作为该定位区域的指纹地图。该阶段主要存在的问题在于构建指纹地图的成本过大，为了保证定位的精度，定位区域需要进行合理的划分，定位区域越大，需要采集的点也就越多。同时由于Wi-Fi信号的特性，指纹地图需要不定期的进行更新。

在线匹配阶段：该阶段通过将手机接收到的Wi-Fi信号强度与指纹地图进行匹配，计算出手机终端的位置返回给用户。这个阶段通常会使用信号空间中的相似性度量(比如欧几里得距离等)来计算出手机终端的位置。该阶段主要的问题在于终端接收到的Wi-Fi信号强度并不稳定。由于Wi-Fi信号本身的电磁波的特性，在空间传播中会受到环境的干扰，同时也由于多径效应的存在，手机终端接收到的Wi-Fi信号是不稳定的。由于这个特性，在线匹配过程中就会造成定位精度的不准确性。

发明内容

本发明的目的在于提供一种通过将定向天线信号与全向天线信号进行融合，针对于Wi-Fi信号的不稳定性，利用新型的抗干扰算法，同时利用定向天线信号的指向性特征，来对室内用户进行高精度定位，实现高效、准确的室内定位功能的基于定向天线与全向天线信号融合的室内定位方法。

本发明通过以下技术方案实现的：

基于定向天线与全向天线信号融合的室内定位方法，包括以下步骤：

(1)对待定位区域进行采点工作，构建指纹地图：

对待定位区域进行采点，每个点间隔1.1-1.3m，在每个点利用手机终端采集用于定位的AP的信号强度。在此阶段，在每个采集点采集2-3分钟，将所有采集到的信号强度数据存入数据库中，保证指纹点的有效性；

(2)对每个点采集到的每个AP的信号强度求平均值以及方差；

(3)由于Wi-Fi信号采集是连续时间段采集的，则这段信号强度序列是相关的，可以将这段信号时间序列表示为一阶自回归模型，求出每一个点每个AP的自相关系数；

(4)通过求到的AP的自相关系数，修正每个点的每个AP的标准差；

(5)通过得到的修正后每个点的每个AP的标准差与计算的每个AP的标准差来获得每个点的信号强度的方差；

(6)通过每个点的每个AP的信号强度的方差与AP的信号强度的平均值针对特定的AP判断所接收到的信号强度所在的范围，构建一个信号片，之后对所有AP的信号片求交集，找到最大重叠子区域；

(7)将最大重叠子区域的质心作为定位的结果。

进一步地，所述步骤(1)中，对采集到的信号强度数据进行预处理：对于采集到的指纹点数据，首先求出每个点中每个AP的均值，假设采集点的位置为N，AP的个数为L，则定义样本则AP的均值可以定义为：

其中n代表采集点位置的编号，l代表AP的编号，t代表采集的时间。

进一步地，所述步骤(1)中，对采集到的信号强度数据进行预处理：对于采集到的指纹点数据，首先求出每个点中每个AP的均值，假设采集点的位置为N，AP的个数为L，则定义样本

则AP的方差可以定义为：

进一步地，所述步骤(3)中，其中

是一阶自回归模型的自相关系数，V_(τ)是独立于

的噪声；则有：

进一步地，所述步骤(4)中，通过得到的每个点的每个AP的自相关系数，修正每个点每个AP的均值与标准差后，

代表了n处接收到l的信号强度的变化范围，则有：

进一步地，计算在线阶段每个AP的方差：

进一步地，目标向量和指纹向量的方差定义为：

对于AP_l，其所需要构造的信号片，包含多个采集点的区域，这个区域可以通过排除一些信号强度低于目标强度的点得到，可以构造出特定AP的信号片，如下：

进一步地，当对所有的AP构造出信号片之后，通过求出最大重叠区域，并将该区域的质心作为定位的结果。

进一步地，所述步骤(1)中，对待定位区域进行采点，每个点间隔1.2m。

本发明的有益效果：

本发明提供了一种利用全向天线与定向天线信号进行融合定位的方法，利用定向天线信号的稳定性、指向性，通过分割Wi-Fi指纹构造信号片的算法，在定向天线覆盖不到的区域用全向天线进行定位，在定向天线覆盖区域利用两种类型的天线实现精准定位。在系统方面，本发明计算复杂度低，定位精度高，构建端到端的系统，为实时的定位预测提供基础。随着Wi-Fi信号的普及，本发明可以广泛地为各种室内基于位置的服务和应用提供定位技术支持，应用场景十分广泛，具有良好的市场推广价值。

附图说明

图1是本发明实施例定向天线信号辐射示意图；

图2为本发明实施例是融合定向天线与全向天线并利用新型信号片算法进行定位的整体流程图。

具体实施方式

下面将结合附图以及具体实施例来详细说明本发明，在此以本发明的示意下面将结合附图以及具体实施例来详细说明本发明，在此以本发明的示意性实施例及说明用来解释本发明，但并不作为对本发明的限定。

如图1和图2所示，基于定向天线与全向天线信号融合的室内定位方法，包括以下步骤：

(1)对待定位区域进行采点工作，构建指纹地图：

对待定位区域进行采点，每个点间隔1.1-1.3m，在每个点利用手机终端采集用于定位的AP的信号强度。在此阶段，在每个采集点采集2-3分钟，将所有采集到的信号强度数据存入数据库中，保证指纹点的有效性；

(2)对每个点采集到的每个AP的信号强度求平均值以及方差；

(3)由于Wi-Fi信号采集是连续时间段采集的，则这段信号强度序列是相关的，可以将这段信号时间序列表示为一阶自回归模型，求出每一个点每个AP的自相关系数；

(4)通过求到的AP的自相关系数，修正每个点的每个AP的标准差；

(5)通过得到的修正后每个点的每个AP的标准差与计算的每个AP的标准差来获得每个点的信号强度的方差；

(6)通过每个点的每个AP的信号强度的方差与AP的信号强度的平均值针对特定的AP判断所接收到的信号强度所在的范围，构建一个信号片，之后对所有AP的信号片求交集，找到最大重叠子区域；

(7)将最大重叠子区域的质心作为定位的结果。

具体的，本实施例方案中，所述步骤(1)中，对采集到的信号强度数据进行预处理：对于采集到的指纹点数据，首先求出每个点中每个AP的均值，假设采集点的位置为N，AP的个数为L，则定义样本

则AP的均值可以定义为：

其中n代表采集点位置的编号，l代表AP的编号，t代表采集的时间。

具体的，本实施例方案中，所述步骤(1)中，对采集到的信号强度数据进行预处理：对于采集到的指纹点数据，首先求出每个点中每个AP的均值，假设采集点的位置为N，AP的个数为L，则定义样本

则AP的方差可以定义为：

具体的，本实施例方案中，所述步骤(3)中，其中

是一阶自回归模型的自相关系数，V_(τ)是独立于

的噪声；则有：

具体的，本实施例方案中，所述步骤(4)中，通过得到的每个点的每个AP的自相关系数，修正每个点每个AP的均值与标准差后，

代表了n处接收到l的信号强度的变化范围，则有：

具体的，本实施例方案中，计算在线阶段每个AP的方差：

具体的，本实施例方案中，目标向量和指纹向量的方差定义为：

对于AP_l，其所需要构造的信号片，包含多个采集点的区域，这个区域可以通过排除一些信号强度低于目标强度的点得到，可以构造出特定AP的信号片，如下：

具体的，本实施例方案中，当对所有的AP构造出信号片之后，通过求出最大重叠区域，并将该区域的质心作为定位的结果。

具体的，本实施例方案中，所述步骤(1)中，对待定位区域进行采点，每个点间隔1.2m。

本发明实现原理：传统的室内定位功能的实现都是将Wi-Fi指纹作为一个单一的实体进行相似性比较，因此在指纹库中进行匹配的时候更加容易受到信号噪声的影响。而本发明则是将Wi-Fi指纹分割开，即分别处理每一个AP的信号。通过处理接收到的每一个AP的信号，推断出其可能在定位区域的某个信号片内，最后求出所有信号片的最大重合区域，并将该区域的质心作为手机终端的位置。通过本发明算法可以有效的减小搜索空间从而降低信号噪声带来的干扰。

此外，传统的室内定位利用的Wi-Fi信号是由全向天线发射出来的，该类天线的特性主要为以天线设备为圆心，向四周发射同等规模的信号。因此，这类信号的特征为覆盖范围广，指向性不明，离设备同等距离下接收到的信号强度是同样的。同时由于其向四周辐射信号，受到的多径效应的影响也会更加明显。而定向天线由于其设备的特性，主要向其朝向的方位以某个角度辐射Wi-Fi信号，而不在其覆盖范围内的区域所接收到的信号强度会远远弱于覆盖区域内的信号强度。同时由于定向天线的指向性，在其朝向的区域的Wi-Fi信号的抗干扰性更强，信号更加稳定。

以上对本发明实施例所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.基于定向天线与全向天线信号融合的室内定位方法，其特征在于，包括以下步骤：

(1)对待定位区域进行采点工作，构建指纹地图：

对待定位区域进行采点，每个点间隔1.1-1.3m，在每个点利用手机终端采集用于定位的AP的信号强度；在此阶段，在每个采集点采集2-3分钟，将所有采集到的信号强度数据存入数据库中，保证指纹点的有效性；

(2)对每个点采集到的每个AP的信号强度求平均值以及方差；

(3)由于Wi-Fi信号采集是连续时间段采集的，则这段信号强度序列是相关的，可以将这段信号时间序列表示为一阶自回归模型，求出每一个点每个AP的自相关系数；

(4)通过求到的AP的自相关系数，修正每个点的每个AP的标准差；

(5)通过得到的修正后每个点的每个AP的标准差与计算的每个AP的标准差来获得每个点的信号强度的方差；

(6)通过每个点的每个AP的信号强度的方差与AP的信号强度的平均值针对特定的AP判断所接收到的信号强度所在的范围，构建一个信号片，之后对所有AP的信号片求交集，找到最大重叠子区域；

(7)将最大重叠子区域的质心作为定位的结果。

2.根据权利要求1所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：所述步骤(1)中，对采集到的信号强度数据进行预处理：对于采集到的指纹点数据，首先求出每个点中每个AP的均值，假设采集点的位置为N，AP的个数为L，则定义样本

则AP的均值可以定义为：

其中n代表采集点位置的编号，l代表AP的编号，t代表采集的时间。

3.根据权利要求2所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：AP的方差可以定义为：

4.根据权利要求3所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：所述步骤(3)中，其中

是一阶自回归模型的自相关系数，V_(τ)是独立于

的噪声；则有：

5.根据权利要求4所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：所述步骤(4)中，通过得到的每个点的每个AP的自相关系数，修正每个点每个AP的均值与标准差后，

代表了n处接收到l的信号强度的变化范围，则有：

6.根据权利要求5所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：计算在线阶段每个AP的方差：

7.根据权利要求6所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：目标向量和指纹向量的方差定义为：

对于AP_l，其所需要构造的信号片，包含多个采集点的区域，这个区域可以通过排除一些信号强度低于目标强度的点得到，可以构造出特定AP的信号片，如下：

8.根据权利要求7所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：当对所有的AP构造出信号片之后，通过求出最大重叠区域，并将该区域的质心作为定位的结果。

9.根据权利要求1所述的基于定向天线与全向天线信号融合的室内定位方法，其特征在于：所述步骤(1)中，对待定位区域进行采点，每个点间隔1.2m。

Images