CN111356082B - 基于wifi及可见光通信的室内移动终端定位方法 - Google Patents

Abstract

本发明公开一种基于室内可见光以及WIFI通信技术的室内移动终端定位方法，主要解决现有用WIFI进行定位精确度低，用可见光指纹库定位时间复杂度大，且难以适应实际环境变化的问题。其实现方案是：利用WIFI定位与可见光定位各自等优势，将两者相结合实现对室内移动终端的定位，即首先利用WIFI信号来对待测目标进行粗位置区间的确定，然后使用在不同位置接收可见光的光信号强度差值代替传统的信号强度进行指纹匹配，实现对待测目标的精确定位。本发明相较于传统的WIFI定位或者可见光指纹定位技术，提高了定位速度，提升了对环境变化的适应性，可用于移动终端在室内的位置判断，实现移动终端在室内低延时及较为精确的定位。

Description

基于WIFI及可见光通信的室内移动终端定位方法

技术领域

本发明属于通信技术领域，具体涉及一种室内移动终端定位方法，可用于移动终端在室内的位置判断，实现移动终端在室内低延时及较为精确的定位。

背景技术

近年来，随着互联网线上业务的快速增加，人们对定位与导航需求日益增涨。例如在机场大厅、展厅、医院、超市、矿洞中，常常需要确定移动终端及其持有者在室内环境下的位置信息。但是因为复杂的室内环境、设备之间的干扰，信号的多径衰弱等限制因素，相较于成熟的户外GPS定位，室内定位技术目前还存在着很多问题及挑战，近年来提出的基于红外线，超声波、蓝牙、超宽带等的定位技术也因为定位成本，稳定性，精确度等问题不能很好的适用于室内定位的各种场景。

可见光通信技术是以光波为载波的通信方式，作为一种新兴的通信技术，可见光通信技术中的信号源获取简单且兼具照明功能，成本低廉；并且可见光传输速率高、无需频谱认证、无电磁干扰，在对电磁干扰敏感的环境，如医院、加油站等区域实现信号覆盖，有效弥补了其他技术的缺陷。此外，在矿井和地下车库等环境中，因为没有其他光源干扰，成本低廉的可见光通信更是具有天然优势；在某些需要保密通信的场景中，可见光通信同样因为其信号可以被建筑完全遮挡，即使在相邻区域也不会造成信息的泄漏。因为在能效，传输速率和成本等方面的明显优势，可见光通信技术成为了近年来的研究热点，并且取得了很多进展。

基于可见光通信的室内定位技术是可见光通信技术在室内环境下的具体应用。相较于其他的定位技术，可见光室内定位技术有很多优势。第一，没有电磁干扰，可用于医院等电磁敏感场景的定位。第二，光信号会被墙壁隔断，位置信息不会轻易泄露。第三，不需要额外的辅助设备，只需要光接收器就可以收到包括位置信息的可见光信号。第四，定位精度可以到厘米级别。因此，可见光室内定位技术有很高的科研价值与可观的市场前景。

目前，可见光室内定位技术主要可以分为几何测量方法，场景感知方法和指纹库定位方法。其中基于指纹库的可见光定位方法具体实现如下，将定位平面分成很多小区域，然后对每个小区域的信号特征进行测量并且存储到指纹库中。在需要定位时只需将实时测量的信号与每个小区域的信号特征作比对，选择最相似信号所对应小区域作为定位结果即可。虽然指纹库定位方法实现原理简单，并且定位精度较高。但是通过对定位过程的分析可以发现，指纹库定位方法因为使用的是提前测量好的数据，如果定位环境变化造成可见光信号发生变化，那么实时测量数据就会和预先测得的数据就会有较大差异，对定位精度产生影响。此外，因为定位阶段实测数据需要和每个指纹库中的数据作比对，当指纹数据较多时，会对定位的时效性产生一定影响。

因此在可见光指纹定位方法中，如何增加定位方法对定位环境变化的适应能力，以及如何减少匹配阶段的运算量是可见光指纹定位方法中需要解决的一个重要问题。

发明内容

本发明的目的在于提出一种基于WIFI和可见光通信的室内移动终端定位方法，充分结合WIFI与可见光定位技术的优势，以解决现有可见光指纹库定位方法中存在的匹配阶段运算量大以及对环境变化敏感的问题。

为实现上述目的，本发明的技术方案包括如下步骤：

(1)每个可见光源分时隙发送带有光源ID信息的可见光信号，不同的WIFI信号发射器也周期性的发送相应的信号发射器ID信号；

(2)构建离线构造指纹库：

(2a)将室内定位平面划分成多个小区域，并且分别测量可见光信号接收器在每个区域中心，即指纹参考点处收到来自不同可见光源的可见光信号强度信息，并将其表示为矩阵RSS′_j，其中j为指纹参考点序号，j的取值为1到u，u为划分好的小区域总数量；

(2b)将每个指纹参考点处测得的信号强度矩阵RSS′_j以及对应的指纹参考点的位置信息P_j存储到数据库中，构成指纹库，其中，P_j为第j个指纹参考点在定位平面的坐标，RSS′_j为指纹库中存储的第j个指纹参考点的信号强度矩阵；

(3)移动终端每隔t时刻对其收到的WIFI信号以及可见光信号进行一次测量并记录；

(4)对移动终端每隔t时刻进行一次定位：

(4a)对移动终端进行粗定位：

(4a1)以每个WIFI信号发射器为圆心将定位平面分成多个圆形区域，每个圆形区域的半径相等，半径的选取规则为恰好使得定位平面上每一个指纹参考点都包含在至少一个圆内,这些圆形区域以D₁,D₂,...,D_i,...,D_n表示，其中D_i为以第i个WIFI信号发射器为中心的圆形区域,i的取值为1到n,n为WIFI信号发射器的总数量；

(4a2)比较移动终端当前收到的WIFI信号，选择强度最大的信号，并由该信号包含的ID信息确定其所属的WIFI信号发射器x，得到移动终端的粗定位区域D_x；

(4b)对移动终端进行精确定位：

(4b1)根据移动终端在前一次定位时实际测量到的不同光源的信号强度矩阵RSS_old，以及当前时刻实际测量的信号强度矩阵RSS_new，计算出两次定位间的实际信号强度变化矩阵ΔRSS；

(4b2)依据前一次移动终端的定位结果P_o，通过指纹库中存储的信号强度矩阵RSS′_j和RSS′_o，计算指纹信号强度变化矩阵ΔRSS′_jo，其中RSS′_o为指纹库中存储的第o个指纹参考点的信号强度矩阵，o为前一次移动终端定位结果P_o对应的指纹参考点序号；

(4b3)在之前由WIFI信号确定的粗定位区域D_x内，对其中的每个指纹参考点j计算指纹信号强度变化矩阵ΔRSS′_jo与实际信号强度变化矩阵ΔRSS之间的差异度d_j；

(4b4)从粗定位区域D_x中选取能使得d_j最小的指纹参考点对应的坐标P_j作为移动终端的实时定位结果。

本发明与现有方法相比具有以下优点：

1.本发明中由于采用了WIFI和可见光通信技术联合进行室内定位，在使用WIFI信号确定了移动终端的粗范围后，再进行基于可见光的精确定位。因而即使可见光信号被遮挡，也可借助粗范围限定使得定位结果不至于出现过大偏差，同时由于当进行指纹数据的匹配时，只需要对WIFI信号确定范围内的指纹参考点数据进行计算，减少了运算量，节省了定位方法的时间成本。

2.本发明对于传统的指纹库定位技术进行了改进，在匹配阶段不是直接比较实时测量信号与指纹库信号数据之间的相似度来确定位置，而是通过测量信号在前一时刻位置处和当前时刻的信号强度变化量与指纹库数据中两个指纹参考点的信号强度变化量的相似度来确定位置，当可见光信号因为室内环境中的墙面反射率变化造成信号强度发生变化时，在相近空间位置处的信号变化趋势是比较接近的，因此可以用做差的方法减去误差，来提升定位结果的精确性，因此在室内环境变化时，也可以有较好的定位表现。

附图说明

图1是本发明的实现流程图。

图2为本发明在室内定位中使用的可见光源与与WIFI信号发射器相对位置关系图。

图3为室内环境变化时，使用传统指纹库定位方法对移动终端定位的定位误差分布图。

图4为室内环境变化时，用本发明定位方法对移动终端定位的定位误差分布图。

具体实施方式

下面结合附图对本发明的实施例进行详细描述：

参照图1，本实例的实现步骤如下：

步骤1，初始化室内定位环境。

在房间设置WIFI信号发射器，并在天花板布置可见光源。

参考图2，本实施是以LED灯作为可见光源，在房间天花板布置了4个可见光源，在房间的角落布置了4个WIFI信号发送器，位置用A，B，C，D表示，定位时移动终端在室内地面上移动时会接收到可见光信号以及WIFI信号，通过信号强度信息实现定位。

步骤2，可见光源与WIFI信号发送器分别发送信号。

2.1)每个可见光源发送带有可见光源ID信息的可见光信号，光源ID用于移动终端分辨可见光信号来源，设置为整数1到m，m为可见光源的总数量，取3到10之间的数，本实例取但不限于m取值为4；

2.2)每个的WIFI信号发射器也发送带有WIFI信号发送器ID信息的WIFI信号，WIFI信号发送器ID用于分辨WIFI信号来源，设置为整数1到n,，n为WIFI信号发射器的总数量，取3到10之间的数，本实例取但不限于n取值为4。

步骤3，在对移动终端定位前，构建离线构造指纹库。

构造指纹库实际上就是将定位平面换分成多个小区域，由于在每个小区域接收到的信号强度都不完全相同，就像人类的指纹一样可以用来确定身份，因此小区域接收到的光强信息也被称作区域的指纹信息，存储这些小区域光强信息和区域坐标信息的数据库就是指纹库。预先记录这些信号强度信息，在定位阶段通过实际接收到的信号强度信息与每个区域的指纹信息的相似度来确定移动终端具体位于哪个位置。

其实现步骤为：

3.1)将室内定位平面划分成多个小区域，并且分别测量可见光信号接收器在每个区域中心，即指纹参考点处收到来自不同可见光源的可见光信号强度信息，并将其表示为矩阵RSS′_j：

RSS′_j＝[RSS′_j1,RSS′_j2,...,RSS′_jq,...,RSS′_jm]

其中，RSS′_jq为指纹库存储的第j个指纹参考点接收到的第q个可见光源的光信号强度，q为可见光源的ID，q的取值为1到m，j为指纹参考点序号，j的取值为1到u，u为划分好的小区域总数量,取1000到5000之间的数，本实例取但不限于n取值为2000；

3.2)将每个指纹参考点处测得的信号强度矩阵RSS′_j以及指纹参考点的位置坐标P_j存储到数据库中，构成指纹库，其中，P_j为第j个指纹参考点在定位平面的坐标，RSS′_j为指纹库中存储的第j个指纹参考点的信号强度矩阵。

步骤4，移动终端测量并记录其收到的WIFI信号以及可见光信号。

可见光信号包括此次定位时接收到的m个可见光源的信号强度信息RSS_new1,RSS_new2,...,RSS_newq,...,RSS_newm，其中RSS_newq表示此次定位时接收到的第q个可见光源的光信号强度。

WIFI信号包括此次定位接收到的n个WIFI信号发射器的信号强度R₁,R₂,...,R_e,...,R_n，R_e表示此次定位时接收到的第e个WIFI信号发送器发送的WIFI信号强度，e为WIFI信号发射器的ID，取值为1到n。

步骤5，对移动终端进行粗定位。

对移动终端进行粗定位，是在确定粗定位区域后的运算中，不在考虑未处于粗定位区域的指纹参考点，以减少定位过程运算量。

其实现步骤为：

5.1)以每个WIFI信号发射器为圆心将定位平面分成多个圆形区域，每个圆形区域的半径相等，半径的选取规则为恰好使得定位平面上每一个指纹参考点都包含在至少一个圆内,这些圆形区域以D₁,D₂,...,D_i,...,D_n表示，其中D_i为以第i个WIFI信号发射器为中心的圆形区域,i的取值为1到n,n为WIFI信号发射器的总数量；

5.2)比较移动终端当前收到的WIFI信号强度R₁,R₂,...,R_e,...,R_n，判断出强度最大的信号R_x，得到移动终端的粗定位区域D_x。

步骤6，对移动终端进行精确定位。

本步骤是在由WIFI信号确定的粗定位区域D_x中对移动终端再次进行精确定位，其实现步骤为：

6.1)移动终端根据前一次定位时实际测量到的m个可见光源的信号强度RSS_old1,RSS_old2,...,RSS_oldq,...,RSS_oldm，构建前一次定位时的接收信号强度矩阵RSS_oldq：

RSS_old＝[RSS_old1,RSS_old2,...,RSS_oldq,...,RSS_oldm]

其中RSS_oldq为前一次定位时实际测量到的第q个可见光源的信号强度；

6.2)移动终端根据此次定位时实际测量到的n个可见光源的信号强度RSS_new1,RSS_new2,...,RSS_newq,...,RSS_newm，构建本次定位时的接收信号强度矩阵RSS_new：

RSS_new＝[RSS_new1,RSS_new2,...,RSS_newq,...,RSS_newm]；

6.3)通过本次定位时的接收信号强度矩阵RSS_new和前一次的接收信号强度矩阵RSS_old计算出两次定位间的实际信号强度变化矩阵ΔRSS：

ΔRSS＝[RSS_new1-RSS_old1,RSS_new2-RSS_old2,...,RSS_newq-RSS_oldq,...,RSS_newm-RSS_oldm]；

6.4)依据前一次移动终端的定位结果P_o，在指纹库的存储数据中取得第o个指纹参考点的信号强度矩阵RSS′_o：

RSS′_o＝[RSS′_o1,RSS′_o2,...,RSS′_oq,...,RSS′_om]

其中，RSS′_oq为指纹库中存储的在指纹参考点o处接收到第q个可见光源的信号强度，o为前一次定位结果P_o对应的指纹参考点序号；

6.5)在之前由WIFI信号确定的粗定位区域D_x内，对其中的每个指纹参考点j计算其在数据库中存储的可见光信号强度矩阵RSS′_j与步骤5.4)中求得的RSS′_o之间的信号强度变化矩阵ΔRSS′_jo：

ΔRSS′_jo＝[RSS′_j1-RSS′_jo1,RSS′_j2-RSS′_o2...,RSS′_jq-RSS′_oq,...,RSS′_jm-RSS′_om]；

6.6)计算步骤6.5)中求得的区域D_x中的每个指纹参考点j对应的指纹信号强度变化矩阵ΔRSS′_jo与实际信号强度变化矩阵ΔRSS之间的差异度d_j，计算公式如下：

6.7)对步骤6.6)中计算出来的信号强度变化矩阵差异度进行排序，得到最小值为d_t，则选取指纹参考点t对应的位置坐标p_t作为本次定位结果，完成对室内移动终端的定位。

以下结合仿真实验，对本发明的技术效果作进一步详细说明：

1.仿真条件：

在长和宽都为5米，高度为3米的室内定位环境下，以LED灯作为可见光源，LED灯和WIFI信号发射器的位置关系如图2所示，LED灯在天花板的坐标分别为(1，1)，(4，1)，(1，3)和(4，3)，WIFI信号发射器位于房间的四个角落。如A,B,C,D所示，其他仿真详细参数设置如表1所示：

表1：仿真参数设置

参数名称	取值	参数名称	取值
				发射功率	10W	接收器有效面积	1cm<sup>2</sup>
指纹参考点间距	1cm	PD单位面积电容	78pF/cm<sup>2</sup>
				接收器视场角	70°	暗电流	700μA
光滤波器增益	1.5	等效噪声带宽	100MHz
				集光器增益	2	绝对温度	297K

2.仿真内容与结果：

仿真1，当一面墙壁的反射系数从0变化为0.7时，采用传统指纹定位方法对移动终端的定位误差进行仿真，定位误差在定位平面上的分布如图3所示。从图3可以发现传统指纹库定位方法在定位平面的误差最大已经到了4米，并且越靠近反射系数变化墙壁的地方定位误差越大。

仿真2，当一面墙壁的反射系数从0变化为0.7时，采用本发明定位方法对移动终端的定位误差进行仿真，定位误差在定位平面上的分布如图4所示。从图4可以发现本发明方法的定位误差随着两次定位之间的间距增大而增大，但是总体维持在2.5米以下。

对比图3和图4，发现当室内环境发生相同程度的变化时，使用本发明定位方法会有更高的平均定位精度，证明了本发明确实对于环境的变化有更强的适应能力。

综上，本发明提出的一种基于WIFI和可见光通信的室内移动终端定位方法，主要结合WIFI与可见光通信技术，实现了在室内环境下对移动终为较为精确的定位。本发明通过WIFI信号确定用户终端的粗范围，然后通过改进的可见光指纹算法进行最终位置的确定。在可见光定位技术中结合了WIFI定位技术进行辅助定位，当光信号较差时，WIFI信号作为补偿，有效提升了算法的稳定性，并且在确定了粗范围之后，使用指纹算法进行定位时，就可以只在部分数据中进行信息匹配，一定程度上减少了运算量，同时，本文中采用的指纹库定位技术中，使用不同位置之间的信号差值信息的相似度来进行匹配定位，在抵抗环境变化和定位精度方面都有了一定程度上的提升，因此有很大的实用价值。

Claims (6)

1.一种基于WIFI及可见光通信的室内移动终端定位方法，其特征在于，包括：

(1)每个可见光源分时隙发送带有光源ID信息的可见光信号，不同的WIFI信号发射器也周期性的发送相应的信号发射器ID信号；

(2)构建离线构造指纹库：

(2a)将室内定位平面划分成多个小区域，并且分别测量可见光信号接收器在每个区域中心，即指纹参考点处收到来自不同可见光源的可见光信号强度信息，并将其表示为矩阵RSS′_j，其中j为指纹参考点序号，j的取值为1到u，u为划分好的小区域总数量；

(2b)将每个指纹参考点处测得的信号强度矩阵RSS′_j以及对应的指纹参考点的位置信息P_j存储到数据库中，构成指纹库，其中，P_j为第j个指纹参考点在定位平面的坐标，RSS′_j为指纹库中存储的第j个指纹参考点的信号强度矩阵；

(3)移动终端每隔t时刻对其收到的WIFI信号以及可见光信号进行一次测量并记录；

(4)对移动终端每隔t时刻进行一次定位：

(4a)对移动终端进行粗定位：

(4a1)以每个WIFI信号发射器为圆心将定位平面分成多个圆形区域，每个圆形区域的半径相等，半径的选取规则为恰好使得定位平面上每一个指纹参考点都包含在至少一个圆内,这些圆形区域以D₁,D₂,...,D_i,...,D_n表示，其中D_i为以第i个WIFI信号发射器为中心的圆形区域,i的取值为1到n,n为WIFI信号发射器的总数量；

(4a2)比较移动终端当前收到的WIFI信号，选择强度最大的信号，并由该信号包含的ID信息确定其所属的WIFI信号发射器x，得到移动终端的粗定位区域D_x；

(4b)对移动终端进行精确定位：

(4b1)根据移动终端在前一次定位时实际测量到的不同光源的信号强度矩阵RSS_old，以及当前时刻实际测量的信号强度矩阵RSS_new，计算出两次定位间的实际信号强度变化矩阵ΔRSS；

(4b2)依据前一次移动终端的定位结果P_o，通过指纹库中存储的信号强度矩阵RSS′_j和RSS′_o，计算指纹信号强度变化矩阵ΔRSS′_oj，其中，RSS′_o为指纹库中存储的第o个指纹参考点的信号强度矩阵，o为前一次移动终端定位结果P_o对应的指纹参考点序号；

(4b3)在之前由WIFI信号确定的粗定位区域D_x内，对其中的每个指纹参考点j计算指纹信号强度变化矩阵ΔRSS′_jo与实际信号强度变化矩阵ΔRSS之间的差异度d_j；具体由下式计算：

其中，RSS′_jq为指纹库存储的在指纹参考点j处接收到第q个可见光源的信号强度，其中RSS′_oq为指纹库存储的在指纹参考点o处接收到第q个可见光源的信号强度,RSS_newq为移动终端本次定位时测量到的第q个可见光源的信号强度,RSS_oldq为移动终端前一次定位时测量到的第q个可见光源的信号强度，o为前一次定位结果对应的指纹参考点序号，q的取值为1到m，m为可见光源的总数量；

(4b4)从粗定位区域D_x中选取能使得d_j最小的指纹参考点对应的坐标P_j作为移动终端的实时定位结果。

2.根据权利要求1所述的方法，其特征在于：(2a)中指纹库存储的信号强度矩阵RSS′_j，表示如下：

RSS′_j＝[RSS′_j1,RSS′_j2,...,RSS′_jq,...,RSS′_jm]

其中，RSS′_jq为指纹库存储的第j个指纹参考点接收到的第q个可见光源的光信号强度，q的取值为1到m，为可见光源的序号，m为可见光源的总数量。

3.根据权利要求1所述的方法，其特征在于：(4b1)中前一次定位测量到的光强度矩阵RSS_old，表示如下：

RSS_old＝[RSS_old1,RSS_old2,...,RSS_oldq,...,RSS_oldm]

其中，RSS_oldq表示前一次定位时测量到的第q个可见光源的信号强度，q的取值为1到m，m为可见光源总数量。

4.根据权利要求1所述的方法，其特征在于：(4b1)中当前时刻的测量光强度矩阵RSS_new，表示如下：

RSS_new＝[RSS_new1,RSS_new2,...,RSS_newq,...,RSS_newm]

其中，RSS_newq表示本次定位时移动终端测量到的第q个可见光源的信号强度，q的值为1到m，m为可见光源的总数量。

5.根据权利要求1所述的方法，其特征在于：(4b1)中的实际信号强度变化矩阵ΔRSS，由下式计算：

ΔRSS＝[RSS_new1-RSS_old1,RSS_new2-RSS_old2,...,RSS_newq-RSS_oldq,...,RSS_newm-RSS_oldm]

其中，RSS_newq为移动终端本次定位时测量到的第q个可见光源的信号强度，RSS_oldq为移动终端前一次定位时测量到的第q个可见光源的信号强度，q的取值为1到m，m为可见光源的总数量。

6.根据权利要求1所述的方法，其特征在于：(4b2)中指纹信号强度变化矩阵ΔRSS′_jo，由下式计算：

ΔRSS′_jo＝[RSS′_j1-RSS′_o1,RSS′_j2-RSS′_o2...,RSS′_jq-RSS′_oq,...,RSS′_jm-RSS′_om]

其中，RSS′_oq为指纹库存储的在第o个指纹参考点接收到的第q个可见光源的信号强度，RSS′_jq为指纹库中存储的在第j个指纹参考点接收到的第q个可见光源的信号强度，o为前一次定位结果对应的指纹参考点序号，q的取值为1到m，m为可见光源的总数量。

Images