基于搜索空間縮減的連續(xù)定位方法
【專利摘要】本發(fā)明涉及室內(nèi)無線定位領(lǐng)域，尤其是一種根據(jù)移動(dòng)位置連續(xù)性，應(yīng)用室內(nèi)結(jié)構(gòu)布局搜索空間縮減的定位方法。在離線訓(xùn)練階段根據(jù)室內(nèi)結(jié)構(gòu)布局設(shè)計(jì)一個(gè)無向連通圖，在地圖中參考位置收集多個(gè)AP的RSSI(信號(hào)強(qiáng)度)特征，建立RSSI指紋數(shù)據(jù)庫；在線定位階段，利用搜索空間縮減的連續(xù)定位算法，將定時(shí)獲取的各AP的RSSI目標(biāo)指紋與指紋數(shù)據(jù)庫中的參考指紋進(jìn)行匹配，把匹配后得到最大概率的位置作為定位結(jié)果。本方法簡單易行，該算法有效的降低了RSSI波動(dòng)和相似RSSI指紋對(duì)定位結(jié)果造成的抖動(dòng)，降低了算法實(shí)時(shí)定位階段的計(jì)算量，提高了定位速度、精度和穩(wěn)定性。
【專利說明】基于搜索空間縮減的連續(xù)定位方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及室內(nèi)無線定位領(lǐng)域，尤其是一種根據(jù)移動(dòng)位置連續(xù)性，應(yīng)用室內(nèi)結(jié)構(gòu)布局搜索空間縮減的定位方法。

【背景技術(shù)】
[0002]近年來，位置服務(wù)的發(fā)展非常迅速，對(duì)現(xiàn)代生活方式有著重大的影響。位置服務(wù)從普通的商業(yè)應(yīng)用到科學(xué)研究等各行業(yè)中都有重要的作用，如用路線導(dǎo)航，位置分享，跟蹤定位等。對(duì)于戶外環(huán)境，GPS是一種成熟應(yīng)用于位置服務(wù)的技術(shù)，它能夠在戶外環(huán)境提供較為精確的位置信息，滿足室外位置服務(wù)的精度要求。而在大型建筑內(nèi)，如地下停車場等室內(nèi)環(huán)境中，由于無法正常接收衛(wèi)星信號(hào)導(dǎo)致GPS技術(shù)無法應(yīng)用于室內(nèi)定位，并且GPS定位精度也無法滿足室內(nèi)位置服務(wù)的要求。室內(nèi)位置服務(wù)對(duì)定位技術(shù)提出了更苛刻的要求，它需要高精度、高穩(wěn)定、低開銷。目前能夠用于室內(nèi)定位的技術(shù)主要有紅外技術(shù)、藍(lán)牙技術(shù)、RFID、ZigBee, WiFi和UffB等。室內(nèi)定位的方法常用的有TOA(到達(dá)時(shí)間)、TD0A(到達(dá)時(shí)間差)、AOA(到達(dá)角度)、RSSI (接收信號(hào)強(qiáng)度)測(cè)距方法，以及位置指紋法。由于電磁波在傳輸過程容易受到環(huán)境和多徑效應(yīng)等干擾，并且考慮到設(shè)備開銷等可行性，基于RSSI信號(hào)指紋的方法成為目前最廣泛關(guān)注的技術(shù)。
[0003]由于室內(nèi)環(huán)境的復(fù)雜性，電磁波在傳播過程中收到多徑效應(yīng)干擾，導(dǎo)致在不同的位置可能存在相近的RSSI指紋。當(dāng)有較大距離的物理位置之間產(chǎn)生這種相似性時(shí)，在定位階段定位結(jié)果可能發(fā)生較大誤差的現(xiàn)象，這種位置稱為歧義點(diǎn)。這種現(xiàn)象給位置估算增加了不穩(wěn)定性，降低了定位精度。而實(shí)際上，用戶在室內(nèi)走動(dòng)時(shí)，其位置軌跡有一定的連續(xù)性，不可能從一個(gè)房間跳躍到另一個(gè)房間，甚至是從同一個(gè)房間兩個(gè)較大距離的位置之間跳躍，這種位置連續(xù)性對(duì)定位有著非常重要的參考意義。為了降低定位算法實(shí)時(shí)計(jì)算開銷，以及降低較大定位誤差的概率和增加定位精度，我們根據(jù)用戶移動(dòng)連續(xù)性的特征，應(yīng)用室內(nèi)結(jié)構(gòu)布局構(gòu)造定位地圖，提出一種搜索空間縮減的連續(xù)定位算法，并設(shè)計(jì)出一套簡單易實(shí)施、高精度的室內(nèi)定位系統(tǒng)。


【發(fā)明內(nèi)容】

[0004]本方法要解決的技術(shù)問題是提供一種無線網(wǎng)絡(luò)中，基于根據(jù)用戶移動(dòng)連續(xù)性的特征，應(yīng)用室內(nèi)結(jié)構(gòu)布局構(gòu)造定位地圖，使用搜索空間縮減的連續(xù)定位方法。該方法有利于減小RSSI受室內(nèi)多徑、繞射、障礙物、人員走動(dòng)等干擾因素引起的定位誤差，從而提高室內(nèi)定位速度、精度、穩(wěn)定性。
[0005]本發(fā)明采用以下方案實(shí)現(xiàn):基于搜索空間縮減的連續(xù)定位算法，其特征在于包括以下步驟:
[0006]I)將定位區(qū)域劃分成均勻網(wǎng)格，并在目標(biāo)區(qū)域內(nèi)設(shè)置參考位置，構(gòu)建離線參考位置坐標(biāo)地圖；
[0007]2)根據(jù)定位區(qū)域的參考位置坐標(biāo)地圖，根據(jù)室內(nèi)布局結(jié)構(gòu)構(gòu)建參考位置無向連通圖；
[0008]3)通過室內(nèi)結(jié)構(gòu)布局無向連通圖，建立一個(gè)鄰接矩陣，根據(jù)鄰接矩陣生成一個(gè)路徑距離矩陣，表示位置點(diǎn)與位置點(diǎn)之間的最短路徑距離；
[0009]4)根據(jù)定位區(qū)域的參考位置坐標(biāo)地圖，采集各位置對(duì)各AP(客戶端)的RSSI強(qiáng)度，采集100次并作均值處理，從而得到RSSI指紋庫；
[0010]5)將建立好的RSSI指紋庫、參考位置坐標(biāo)圖、路徑距離矩陣導(dǎo)入服務(wù)器中的定位系統(tǒng)；
[0011]6)移動(dòng)用戶攜帶安裝有定位系統(tǒng)客戶端的移動(dòng)終端在場景移動(dòng)時(shí)，客戶端將實(shí)時(shí)RSSI指紋傳送給定位服務(wù)器；
[0012]7)定位服務(wù)器對(duì)接收的數(shù)據(jù)使用本發(fā)明的定位方法實(shí)現(xiàn)定位。
[0013]所述的無向連通圖表示為:
[0014]G =〈V, E> V= (Vi I i = I, 2,…，η)
[0015]E = (e^.I e^.= O or I, i, j = I, 2，…，η)
[0016]式中，V表不米樣點(diǎn)的集合，E表不米樣點(diǎn)之間連通邊的集合，eu表不第i個(gè)位置與第j個(gè)位置的鄰接關(guān)系，I表示兩個(gè)位置是相鄰的，O表示不相鄰。
[0017]所述的路徑距離矩陣，首先設(shè)置K搜索空間，上一個(gè)位置i，通過最短路徑距離矩陣可以得到符合Clij < K位置j的集合N，其中位置集合N即為縮減的搜索空間，再根據(jù)搜

索空間集合N，可以計(jì)算出各位置P(Li)先驗(yàn)概率

【權(quán)利要求】
1.一種基于搜索空間縮減的連續(xù)定位方法，其特征在于: 1)將定位區(qū)域劃分成均勻網(wǎng)格，并在目標(biāo)區(qū)域內(nèi)設(shè)置參考位置，構(gòu)建離線參考位置坐標(biāo)地圖； 2)根據(jù)定位區(qū)域的參考位置坐標(biāo)地圖，根據(jù)室內(nèi)布局結(jié)構(gòu)構(gòu)建參考位置無向連通圖； 3)通過室內(nèi)結(jié)構(gòu)布局無向連通圖，建立一個(gè)鄰接矩陣，根據(jù)鄰接矩陣生成一個(gè)路徑距離矩陣，表示位置點(diǎn)與位置點(diǎn)之間的最短路徑距離； 4)根據(jù)定位區(qū)域的參考位置坐標(biāo)地圖，采集各位置對(duì)各客戶端的RSSI強(qiáng)度，采集100次并作均值處理得到RSSI指紋庫； 5)將建立好的RSSI指紋庫、參考位置坐標(biāo)圖、路徑距離矩陣導(dǎo)入服務(wù)器中的定位系統(tǒng)； 6)移動(dòng)用戶攜帶安裝有定位系統(tǒng)客戶端的移動(dòng)終端在場景移動(dòng)時(shí)，客戶端將實(shí)時(shí)RSSI 指 紋傳送給定位服務(wù)器； 7)定位服務(wù)器對(duì)接收的數(shù)據(jù)使用本發(fā)明的定位方法實(shí)現(xiàn)定位。
2.根據(jù)權(quán)利要求1所述的基于搜索空間縮減的連續(xù)定位方法，其特征在于:所述的無向連通圖表示為:
G =〈V, E> V= (Vi I i = I, 2,…，η)
E = (e^.I e^.= O or I, i, j = I, 2，…，η) 式中，V表不米樣點(diǎn)的集合，E表不米樣點(diǎn)之間連通邊的集合，eu表不第i個(gè)位置與第j個(gè)位置的鄰接關(guān)系，I表不兩個(gè)位置是相鄰的，O表不不相鄰。
3.根據(jù)權(quán)利要求1所述的基于搜索空間縮減的連續(xù)定位方法，其特征在于所述的路徑距離矩陣，首先設(shè)置K搜索空間，上一個(gè)位置i，通過最短路徑距離矩陣可以得到符合Clij< K位置j的集合，其中位置集合N即為縮減的搜索空間，再根據(jù)根據(jù)搜索空間集合N，計(jì)算出各位置P(Li)先驗(yàn)概率:
k為集合N中的位置個(gè)數(shù)。
【文檔編號(hào)】G01S5/02GK104076327SQ201410335025
【公開日】2014年10月1日 申請(qǐng)日期:2014年7月15日 優(yōu)先權(quán)日:2014年7月15日
【發(fā)明者】葉阿勇, 邵劍飛, 許力 申請(qǐng)人:福建師范大學(xué)