一種在線性不穩(wěn)定環(huán)境下的wifi室內(nèi)定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種在線性不穩(wěn)定環(huán)境下的WIFI室內(nèi)定位方法。
【背景技術(shù)】
[0002] 目前室內(nèi)定位技術(shù)主要有采用光跟蹤定位技術(shù)、A-GPS定位技術(shù)、超聲波定位技 術(shù)、RFID技術(shù)、WIFI技術(shù)等。這些技術(shù)在實際應(yīng)用中也都存在一定的應(yīng)用范圍和局限，如 A-GPS、基站技術(shù)需要對基礎(chǔ)設(shè)施進行改造，成本較高。藍牙技術(shù)的探測范圍較小，超聲波與 紅外線方式易受介質(zhì)遮擋。而WIFI技術(shù)因為基礎(chǔ)設(shè)施完備而在現(xiàn)代生活中被廣泛使用。 無論是在醫(yī)院、百貨超市等公共場所還是小區(qū)、別墅等私人場所都有非常廣泛的WIFI熱點 部署，人們可以隨時隨地跟各大運營商的無線網(wǎng)絡(luò)向CMCC進行連接。因而在WIFI室內(nèi)定 位技術(shù)上已經(jīng)出現(xiàn)了很多具有代表性的研究成果，較為典型的是RADAR系統(tǒng)、Eorus系統(tǒng)、 Nibble系統(tǒng)與Weyes系統(tǒng)等。
[0003] 目前主流的WIFI定位指紋匹配算法主要有最近臨法NN(NearestNeighbor)、BP 神經(jīng)網(wǎng)絡(luò)法、概率法等。最近臨法是基于類比學習的匹配方法，使用定位階段的采樣樣例和 訓練階段的采樣樣例進行相似度匹配，取得相似度最高的位置指紋的坐標作為估計位置。 BP神經(jīng)網(wǎng)絡(luò)采用的是并行網(wǎng)絡(luò)結(jié)構(gòu)，包括輸入層、隱含層和輸出層，輸入層的輸入經(jīng)過加權(quán) 和偏置處理將信號傳遞給隱含層，在隱含層通過一個轉(zhuǎn)移函數(shù)將信號向下一個隱含層或者 直接通過輸出層產(chǎn)生輸出。概率法是計算采集到的無線信號強度與信號強度地圖中各點的 匹配概率，取概率最大者作為估計位置。在統(tǒng)計信號數(shù)據(jù)時，通過引入高斯信號的概率函 數(shù)，由兩個統(tǒng)計量參數(shù)數(shù)學期望和方差來表示室內(nèi)定位環(huán)境中某一點的無線信號強度值。 最近臨法（NearestNeighbor)因其定位效率高、算法復(fù)雜度低而被廣泛應(yīng)用于手持終端 實時定位中。但是最近臨法定位精度較低，而加權(quán)K最近鄰法WKNN(WeightedK-Nearest Neighbor)則通過加權(quán)平均的方法減小了定位誤差。
[0004] 室內(nèi)WIFI定位方法需要考慮到定位精度、定位效率、手持終端功耗等因素。目前 WIFI定位技術(shù)在線性環(huán)境下的應(yīng)用較少。線性環(huán)境下考慮到相鄰參考點之間是連續(xù)且不會 發(fā)生跳變的，即當前參考點只能跳轉(zhuǎn)到少數(shù)幾個相鄰參考點而不能從當前參考點突然跳轉(zhuǎn) 到其他較遠的參考點。所以在WKNN算法中加入短時路徑記憶的輔助來減小計算復(fù)雜度，提 高定位效率。針對WIFI信號不穩(wěn)定，無線訪問接入點（AP-AccessPoint)變化大的問題，若 直接使用離線階段采集到的WIFI數(shù)據(jù)，無線AP的增加和移除會產(chǎn)生較大的定位誤差?；?于無線AP相關(guān)系數(shù)的接入點分簇機制將無線AP進行分簇，簇內(nèi)各個參考點之間具有極大 的相似性，能夠互相替換，減小了無線AP變化所帶來的影響，提高定位精度。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是針對已有技術(shù)的缺陷，在線性不穩(wěn)定環(huán)境下，針對無線訪問接入 點（AP-AccessPoint)變化大的問題，提供一種在線性不穩(wěn)定環(huán)境下的WIFI室內(nèi)定位方 法。
[0006] 為達到上述目的，本發(fā)明采用下述技術(shù)方案：
[0007] -種在線性不穩(wěn)定環(huán)境下的WIFI室內(nèi)定位方法，具體步驟如下：
[0008] 1)接入點分簇機制實現(xiàn)步驟為：
[0009] a)對已設(shè)置好的無線AP進行初步篩選，將物理相鄰的無線AP成對存儲；
[0010] b)計算所有相鄰無線AP對之間的接收信號強度差Di，其中D1= |RSSu_RSSl2|， RSSiJPRSS12分別為兩個無線AP在參考點i處的接收信號強度值，i= 1，2,……，n，其中 η為設(shè)置的參考點的個數(shù)；
[0011]c)根據(jù)步驟b)中接收信號強度差01來計算相鄰無線ΑΡ對的相關(guān)系數(shù)δ，公式
其中η為設(shè)置的參考點的個數(shù)，i= 1，2,......，n;
[0012] d)設(shè)置相關(guān)系數(shù)δ的閾值為E，根據(jù)求得的閾值E，將所有無線AP進行分簇；
[0013] e)若某無線AP只有一個相鄰無線AP，則當δ<E時，將兩個無線AP分為一簇，反 之亦然，若有三個或三個以上的相鄰無線AP，則當且僅當所有無線AP之間的相關(guān)系數(shù)都小 于E時，這些無線AP才會分為一簇，即簇中所有無線AP之間的相關(guān)系數(shù)均必須小于閾值；
[0014] f)如果某個無線AP沒有與任何一個無線AP結(jié)合成簇則將該點稱為獨立點，在數(shù) 據(jù)處理階段要將所有獨立點移除；
[0015] g)分簇結(jié)束后，根據(jù)參考點上接收到的各個不同的無線AP的接收信號強度的大 小選擇前四個強度最大的無線AP作為參考指紋數(shù)據(jù)進行存儲，前提是四個無線AP在不同 的簇中，以保證每個無線AP都有能夠替換的無線AP;
[0016] h)將分簇結(jié)果重新存儲在數(shù)據(jù)庫中以供在線實時定位階段時調(diào)用；
[0017] 2)短時路徑記憶WKNN算法實現(xiàn)步驟為：
[0018] a)在線實時定位階段，手持終端會將一分鐘內(nèi)服務(wù)器返回的定位結(jié)果緩存在手持 終端上，稱之為短時路徑記憶數(shù)據(jù)，手持終端會將短時路徑記憶數(shù)據(jù)和采集到的測試點的 WIFI信息一起發(fā)送回服務(wù)器，服務(wù)器接收手持終端采集到的實時WIFI數(shù)據(jù)，判斷接收到的 WIFI數(shù)據(jù)中是否包含短時路徑記憶數(shù)據(jù)；
[0019] b)如果數(shù)據(jù)中不包含短時路徑記憶數(shù)據(jù)，則說明目前處于起始點上，則利用經(jīng)典 KNN算法進行指紋匹配；
[0020] c)如果數(shù)據(jù)中包含短時路徑記憶數(shù)據(jù)，則說明目前不是在起始點上，那么服務(wù)器 端首先將一分鐘內(nèi)的短時路徑記憶數(shù)據(jù)中的定位點信息提取出來；
[0021] d)將步驟c)中提取到的定位點的臨近參考點提取出來，統(tǒng)計臨近參考點個數(shù)t并 按照定位時間先后分配權(quán)重w;
[0022] e)求出提取出來的各個臨近參考點與測試點之間的歐幾里德距離diSl，公式為
式中，i= 1，2,......，t，j= 1，2,......，m，其中t為d)中統(tǒng)計得到的 臨近參考點數(shù)量，m為無線網(wǎng)絡(luò)AP數(shù)量，表示在待測點接收到來自第j個無線AP的接收 信號強度，Su表示在第i個臨近參考點接收到來自第j個無線AP的接收信號強度。當b =1時，dis為曼哈頓距離。b= 2時，dis為歐幾里德距離。將t個求到的歐幾里德距離 diSl從小到大進行排序并取前k個值作為定位參考。
[0023] f)求出匹配坐標
，其中為待測點坐標，（Xl，yj為e) 中求得的k個定位參考點坐標，WiSd)中分配的權(quán)重。
[0024] 所述接入點分簇機制中的閾值E采用迭代法求得，具體的設(shè)置步驟：
[0025] a)從指紋庫中選取兩個沒有交集的測試集1和測試集2 ;
[0026] b)設(shè)置閾值初值為1 ;
[0027] c)通過接入點分簇機制將測試集1中的節(jié)點進行分簇；
[0028] d)得到分簇結(jié)果后，將分簇結(jié)果存儲在數(shù)據(jù)庫中，然后移除一個簇內(nèi)節(jié)點計算定 位誤差；
[0029]e)根據(jù)模擬退火法，將d)中的定位誤差作為初始解狀態(tài)，計算得到新的E值；
[0030] f)重復(fù)c)_e)，繼續(xù)使用迭代法將得到的新的E值輸入到測試集1中，直至得到最 優(yōu)解；
[0031] g)用測試集2來驗證得到的E值的正確性。
[0032] 與現(xiàn)有技術(shù)相比，本發(fā)明具有如下突出的實質(zhì)性特點和顯著的優(yōu)點：
[0033] 1)針對線性環(huán)境提出了短時路徑記憶WKNN算法，大大減小了計算復(fù)雜度。提高了 定位效率；
[0034] 2)本系統(tǒng)采用了基于無線AP相關(guān)系數(shù)的接入點分簇機制，將無線AP進行預(yù)分簇， 簇內(nèi)無線AP各之間能夠互相替換。在線性不穩(wěn)定環(huán)境下，減小了無線AP的增減給定位結(jié) 果帶來的影響，提高了定位精度。
【附圖說明】
[0035] 圖1為室內(nèi)WIFI導行系統(tǒng)構(gòu)架圖。
[0036] 圖2為本發(fā)明離線數(shù)據(jù)采集階段數(shù)據(jù)交換圖。
[0037]圖3為本發(fā)明離線數(shù)據(jù)采集階段工作流程圖。
[0038] 圖4為本發(fā)明三個無線AP分簇機制。
[0039]圖5為本發(fā)明相關(guān)系數(shù)δ的閾值E的迭代算法圖
[0040] 圖6為本發(fā)明在線實時定位階段數(shù)據(jù)交換圖。
[0041] 圖7為本發(fā)明在線實時定位階段工作流程圖。
【具體實施方式】
[0042] 以下結(jié)合實施例對本發(fā)明的技術(shù)方案做進一步詳細描述，本發(fā)明應(yīng)用于在線性不 穩(wěn)定環(huán)境下，WIFI導行系統(tǒng)構(gòu)架圖如圖1所示。
[0043] 系統(tǒng)工作模式分為離線數(shù)據(jù)采集階段和在線實時定位階段。
[0044] 在離線數(shù)據(jù)采集階段，首先要在線性環(huán)境中設(shè)置η個合理的參考點并進行標記。 再利用手持終端采集每個參考點上的WIFI信息并存儲到數(shù)據(jù)庫中。服務(wù)器端根據(jù)接入點 分簇機制將采集到的WIFI指紋信息進行分簇，最后將分簇結(jié)果重新存儲在數(shù)據(jù)庫中。離線 數(shù)據(jù)采集階段數(shù)據(jù)交換圖如圖2所示。離線數(shù)據(jù)采集階段工作流程圖如圖3所示。
[0045] 基于無線訪問接入點（AP-AccessPoint)相關(guān)系數(shù)的接入點分簇機制具體如下所 述。
[0046] 在