CN111565452B - 基于WiFi多径相似性的室内定位指纹库综合生成方法 - Google Patents

基于WiFi多径相似性的室内定位指纹库综合生成方法 Download PDF

Info

Publication number
CN111565452B
CN111565452B CN202010331531.4A CN202010331531A CN111565452B CN 111565452 B CN111565452 B CN 111565452B CN 202010331531 A CN202010331531 A CN 202010331531A CN 111565452 B CN111565452 B CN 111565452B
Authority
CN
China
Prior art keywords
wifi
fingerprint database
simulation
grid points
intensity
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
CN202010331531.4A
Other languages
English (en)
Other versions
CN111565452A (zh
Inventor
阳媛
戴鹏
王伟
朱媛
刘江
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202010331531.4A priority Critical patent/CN111565452B/zh
Publication of CN111565452A publication Critical patent/CN111565452A/zh
Application granted granted Critical
Publication of CN111565452B publication Critical patent/CN111565452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength

Abstract

本发明公开了一种基于WiFi多径相似性的室内定位指纹库综合生成方法，从稀疏的RSS采集数据中生成密集的指纹，在已有采集的实测稀疏WiFi强度指纹数据库基础上，基于WiFi信号多径相似性(余弦相似性)估计未采集的网格点的仿真WiFi信号强度，从而补充拟合稀疏WiFi强度指纹库。本发明高效用于现有大多数室内指纹定位技术，并且针对室内定位WiFi信号强度指纹的多径特征，实现对真实采集数据存储、仿真融合、修正处理，方便进行多种室内定位技术的实际验证、仿真测试。

Description

基于WiFi多径相似性的室内定位指纹库综合生成方法
技术领域
本发明涉及一种基于WiFi多径相似性的室内定位指纹库综合生成方法，属于室内导航定位技术及仿真领域。
背景技术
定位技术是基于位置服务(Location Based Service，LBS)的关键技术之一。卫星信号由于遮挡等干扰是很难到达室内的，则基于卫星系统的定位与导航并不适用于室内定位。因此，这就需要其它定位解决方案应用于室内定位与导航。
基于WiFi强度指纹的室内定位技术分为，基于指纹的Wi-Fi定位由于其现有的基础设施和广泛的覆盖范围而越来越受欢迎。然而，在指纹定位的离线阶段，建立接收信号强度(Received Signal Strength，RSS)指纹需要付出很大的时间与精力。此外，无线指纹数据库的密度和稳定性可能是最主要的误差源。从而，如何降低WiFi指纹定位时离线采集阶段的采集难度是研究WiFi指纹定位的关键。
发明内容
针对上述现有技术存在的不足，本发明提供一种基于WiFi多径相似性的室内定位指纹库综合生成方法，仅从稀疏的RSS采集数据中生成密集的指纹。它基于对无线信号距离路径损失模型方法来建立指纹，以模拟室内场景的多径非视线(NLOS)指纹。实际实验结果表明，基于实测数据的仿真生成方法比稀疏指纹具有更好的性能，对真实的稠密指纹具有显著的效果。提出的基于实测数据的仿真生成方法给基于指纹的定位提供了一种解决方案，在不需要离线采集时间的情况下，可以实现精确的定位，减轻路径丢失问题。
本发明为解决上述技术问题采用以下技术方案：
基于WiFi多径相似性的室内定位指纹库综合生成方法，其特征在于，具体步骤如下：
步骤1，建立待采集室内空间密集采集指纹网格点，随机选取其中10％～50％的网格点作为实测网格点，采集实测网格点处的WiFi信号强度，建立稀疏实测WiFi强度指纹数据库；
步骤2，将步骤1中未被选取的网格点作为仿真网格点，在步骤1建立的稀疏实测WiFi强度指纹数据库基础上，通过仿真方法生成仿真网格点处的WiFi信号强度，建立仿真WiFi强度指纹数据库；其中，任一仿真网格点处的WiFi信号强度生成方法具体如下：
对任一WiFi热点，找出在该WiFi热点下与所述仿真网格点方向最相近的2个实测网格点，根据该WiFi热点在上述与仿真网格点方向最相近的2个实测网格点处的WiFi信号强度计算在该WiFi热点在所述仿真网格点处的WiFi信号强度为：
Figure GDA0002787878720000021
RSS1、RSS2为该WiFi热点在上述与仿真网格点方向最相近的2个实测网格点处的WiFi信号强度，d*为所述仿真网格点到该WiFi热点的欧式距离，d1、d2分别为上述与仿真网格点方向最相近的2个实测网格点到该WiFi热点的欧式距离；
上述方向的判断准则使用余弦相似性：
Figure GDA0002787878720000022
其中，X为WiFi热点所在位置指向该仿真网格点的位置矢量，即位置坐标矢量之差；Y为同一WiFi热点位置点指向实测网格点的位置矢量；
步骤3，将步骤1建立的稀疏实测WiFi强度指纹数据库与步骤2建立的仿真WiFi强度指纹数据库组合，形成待采集室内空间的室内定位指纹库。
作为本发明的进一步技术方案，所述室内定位指纹库中的数据以栅格化形式存储，每一行数据代表某一网格点处对应的WiFi热点的MAC地址、WiFi信号强度、该网格点的位置信息。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明利用采集的WiFi真实定位信号，并通过定位信号输出模块将采集到的数据按照一定格式进行输出，从而实现对室内定位环境WiFi定位信号的离线采集，为后续室内定位系统方法提供平台支持，同时由于采用稀疏采集与仿真模拟方法，大大节省了离线采集的时间与精力，为改进定位算法、模拟移动目标提供依据。
附图说明
图1是本发明的一种室内WiFi强度指纹数据库仿真生成平台的示意图；
图2是本发明稀疏采集点示意图；
图3是本发明仿真生成密集点示意图；
图4是本发明仿真生成密集点RSS值的算法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
如图1所示，一种基于WiFi多径相似性的室内定位指纹库综合生成方法，具体步骤如下：
步骤1，建立待采集室内空间密集采集指纹网格点，随机选取网格中一定数量的稀疏网格点(占密集网格点的10％～50％)作为实测网格点，采集选取的实测网格点的WiFi信号强度建立稀疏实测WiFi强度指纹数据库，每个实测网格点对应的WiFi强度指纹包括该实测网格点所能采集到的所有WiFi热点的MAC地址、WiFi信号强度、该实测网格点的位置信息。
步骤2，根据建立的待采集室内空间密集采集指纹网格点，在步骤1稀疏实测WiFi强度指纹数据库的基础上，通过仿真方法生成步骤1中未选取的网格点(仿真网格点)的WiFi强度指纹，建立仿真WiFi强度指纹数据库，具体如下：
2.1，找出在同一WiFi热点下与仿真网格点方向最相近的k(k＝2)个实测网格点，方向判断准则使用余弦相似性：
Figure GDA0002787878720000031
其中，X为WiFi热点所在位置指向仿真网格点的位置矢量，即位置坐标矢量之差；Y为同一WiFi热点位置点指向实测网格点的位置矢量；sim(X,Y)越小，代表两者方向越相近；
2.2，分别计算出仿真网格点到WiFi热点和由2.1得到的两个最相近的实测网格点到WiFi热点的欧式距离；
2.3，由2.1及2.2，已知信息为：仿真网格点到WiFi热点的欧式距离d*，两个最相近实测网格点分别到WiFi热点的距离为d1、d2和该WiFi热点在两实测网格点的信号强度分别为RSS1、RSS2。则由经典的无线信号信道衰减模型：
Figure GDA0002787878720000032
其中，RSS(d0)为信号在距离为d0(通常取1m)处的强度，η为信号的路径损耗指数，α为包括多径及非视距在内的其它损耗，可计算出仿真网格点处该WIFI热点的信号强度为：
Figure GDA0002787878720000033
2.4，通过2.1-2.3仿真出所有WiFi热点在各个仿真网格点的强度形成仿真指纹库。
步骤3，将步骤1稀疏实测WiFi强度指纹数据库与步骤2仿真WiFi强度指纹数据库组合形成最终的WiFi指纹定位数据库。
WiFi定位信号实测数据通过以下方式建立：
步骤S1：室内多源定位信号设置生成：建立室内定位系统基础设施，部署WiFi定位节点；打开及设置多源定位信号硬件装置，设置信号格式与参数，产生所需的多源室内定位信号。如WiFi采集频率设为2Hz。
步骤S2：室内WiFi定位信号感知采集：按照所选稀疏采集网格点，将WiFi采集装置置于网格点位置处进行采集，可重复采集10～20次，进行平均处理。并记录采集位置点存入数据库形成实测稀疏数据库。
下面进行举例说明：
如图2所示，由5个WiFi热点所构成的室内定位场景，选定6个稀疏采集点进行WiFi强度指纹采集形成稀疏WiFi强度指纹库；采用上述WiFi强度指纹数据库仿真生成方法生成如图3所示的密集指纹点从而形成WiFi定位密集指纹库。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (2)

1.基于WiFi多径相似性的室内定位指纹库综合生成方法，其特征在于，具体步骤如下：
步骤1，建立待采集室内空间密集采集指纹网格点，随机选取其中10％～50％的网格点作为实测网格点，采集实测网格点处的WiFi信号强度，建立稀疏实测WiFi强度指纹数据库；
步骤2，将步骤1中未被选取的网格点作为仿真网格点，在步骤1建立的稀疏实测WiFi强度指纹数据库基础上，通过仿真方法生成仿真网格点处的WiFi信号强度，建立仿真WiFi强度指纹数据库；其中，任一仿真网格点处的WiFi信号强度生成方法具体如下：
对任一WiFi热点AP，找出在该WiFi热点下与所述仿真网格点方向最相近的2个实测网格点，根据该WiFi热点在上述与仿真网格点方向最相近的2个实测网格点处的WiFi信号强度计算在该WiFi热点在所述仿真网格点处的WiFi信号强度为：
Figure FDA0002787878710000011
RSS1、RSS2为该WiFi热点在上述与仿真网格点方向最相近的2个实测网格点处的WiFi信号强度，d*为所述仿真网格点到该WiFi热点的欧式距离，d1、d2分别为上述与仿真网格点方向最相近的2个实测网格点到该WiFi热点的欧式距离；
上述方向的判断准则使用余弦相似性：
Figure FDA0002787878710000012
其中，X为WiFi热点所在位置指向该仿真网格点的位置矢量，即位置坐标矢量之差；Y为同一WiFi热点位置点指向实测网格点的位置矢量；
步骤3，将步骤1建立的稀疏实测WiFi强度指纹数据库与步骤2建立的仿真WiFi强度指纹数据库组合，形成待采集室内空间的室内定位指纹库。
2.如权利要求1所述的基于WiFi多径相似性的室内定位指纹库综合生成方法，其特征在于，所述室内定位指纹库中的数据以栅格化形式存储，每一行数据代表某一网格点处对应的WiFi热点的MAC地址、WiFi信号强度、该网格点的位置信息。
CN202010331531.4A 2020-04-24 2020-04-24 基于WiFi多径相似性的室内定位指纹库综合生成方法 Active CN111565452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010331531.4A CN111565452B (zh) 2020-04-24 2020-04-24 基于WiFi多径相似性的室内定位指纹库综合生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010331531.4A CN111565452B (zh) 2020-04-24 2020-04-24 基于WiFi多径相似性的室内定位指纹库综合生成方法

Publications (2)

Publication Number Publication Date
CN111565452A CN111565452A (zh) 2020-08-21
CN111565452B true CN111565452B (zh) 2021-01-12

Family

ID=72074338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010331531.4A Active CN111565452B (zh) 2020-04-24 2020-04-24 基于WiFi多径相似性的室内定位指纹库综合生成方法

Country Status (1)

Country Link
CN (1) CN111565452B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116680468B (zh) * 2022-09-28 2024-03-22 荣耀终端有限公司 指纹库生成方法及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103442429A (zh) * 2013-08-06 2013-12-11 中国矿业大学 一种煤矿井下人员定位指纹库的指纹快速生成方法
CN103913720A (zh) * 2014-04-08 2014-07-09 上海交通大学 一种面向非特定Wi-Fi设备的室内定位方法
CN108614237A (zh) * 2018-03-19 2018-10-02 西北大学 基于压缩感知的指纹库建立及rfid定位方法
CN109348428A (zh) * 2018-12-04 2019-02-15 重庆邮电大学 一种蓝牙室内定位系统的指纹库快速构建方法
CN109862510A (zh) * 2019-03-28 2019-06-07 合肥工业大学 一种基于压缩感知的凸区域定位方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103476118B (zh) * 2013-09-29 2016-03-23 哈尔滨工业大学 一种用于实时监控的wlan室内位置指纹定位方法
CN103731917B (zh) * 2014-01-26 2017-01-11 哈尔滨工业大学 消除多天线方向偏差的wlan定位方法
WO2015127584A1 (zh) * 2014-02-25 2015-09-03 华为技术有限公司 建立室内定位特征库的方法与装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103442429A (zh) * 2013-08-06 2013-12-11 中国矿业大学 一种煤矿井下人员定位指纹库的指纹快速生成方法
CN103913720A (zh) * 2014-04-08 2014-07-09 上海交通大学 一种面向非特定Wi-Fi设备的室内定位方法
CN108614237A (zh) * 2018-03-19 2018-10-02 西北大学 基于压缩感知的指纹库建立及rfid定位方法
CN109348428A (zh) * 2018-12-04 2019-02-15 重庆邮电大学 一种蓝牙室内定位系统的指纹库快速构建方法
CN109862510A (zh) * 2019-03-28 2019-06-07 合肥工业大学 一种基于压缩感知的凸区域定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于快速建库的蓝牙室内定位算法研究;金潇潇;《中国优秀硕士学位论文全文数据库》;20200115(第1期);全文 *

Also Published As

Publication number Publication date
CN111565452A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
CN106793082B (zh) 一种在wlan/蓝牙异构网络环境中的移动设备定位方法
CN108650628B (zh) 基于Wi-Fi网络的测距和指纹相结合的室内定位方法
CN109246592B (zh) 一种用户终端位置信息的获取方法及装置
CN109672973B (zh) 一种基于最强ap的室内定位融合方法
CN108207009B (zh) 轨道网络质量测试方法及装置
CN103648164B (zh) 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法
Farkas et al. Optimization of Wi-Fi access point placement for indoor localization
CN110557716A (zh) 一种基于对数正态模型的室内定位方法
CN103581831A (zh) 基于WiFi以及移动终端的室内定位算法
KR20210020263A (ko) 다양한 데이터 조합을 이용한 단말의 위치측정 방법 및 장치
CN110850363B (zh) 一种基于实时定位轨迹数据进行动态滤波优化的方法
US11290975B2 (en) Method and apparatus for obtaining emission probability, method and apparatus for obtaining transition probability, and sequence positioning method and apparatus
CN111565452B (zh) 基于WiFi多径相似性的室内定位指纹库综合生成方法
CN112584311A (zh) 一种基于wknn融合的室内三维空间指纹定位方法
CN113507696A (zh) 一种基于基站空间布局优化的室内定位方法及系统
Cho et al. Improving TDoA based positioning accuracy using machine learning in a LoRaWan environment
Kwon et al. RF signal source search and localization using an autonomous UAV with predefined waypoints
CN113759311B (zh) 一种定位方法、装置及存储介质
CN115397012A (zh) 基于twr-tdoa估计和mpga布局优化的uwb定位跟踪系统的实现方法
CN114173281B (zh) 室内nlos环境下基于toa的定位系统信标节点的优化布局方法
CN115426710A (zh) 一种面向室内指纹定位的稀疏特征补全方法
CN115942231A (zh) 一种基于rss的5g室外定位方法
Wu et al. Research on RSS based indoor location method
CN114390534B (zh) 波束模式确定方法、装置、电子设备及存储介质
CN112835084B (zh) 基于电力网络场景的电力设备定位方法、系统及电力设备

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
GR01 Patent grant
GR01 Patent grant