本發(fā)明屬于無線定位領域，具體涉及一種用于室內(nèi)無線定位的RSSI位置指紋構建方法。
背景技術：
：泛在定位借助廣泛分布的無線信號(WiFi(WirelessFidelity，無線保真技術)、藍牙等)確定移動終端位置，能夠輔助衛(wèi)星導航定位提供無縫定位服務。位置指紋匹配作為泛在定位最主要的定位方法之一，能夠提供較高的定位精度，但需要構建、維護和更新位置指紋數(shù)據(jù)庫。構建數(shù)據(jù)庫的傳統(tǒng)做法是在每個定位格網(wǎng)點進行人工離線采集，耗費人力，且后期維護和更新工作量大。為了減輕數(shù)據(jù)采集、更新的工作量，采用插值方法是有效途徑，即在少數(shù)格網(wǎng)點采集數(shù)據(jù)，利用插值方法估計其余格網(wǎng)點的數(shù)值。雖然傳統(tǒng)插值方法能夠直接用于RSSI插值，但不能顧及RSSI(ReceivedSignalStrengthIndicator，接收信號強度)的空間分布特性，插值精度有待提高。技術實現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術的缺點和不足，提供一種插值精度高的RSSI位置指紋構建方法。為了實現(xiàn)以上目的，本發(fā)明提供了一種基于改進通用克里金插值的RSSI位置指紋構建方法，其包括以下步驟：步驟1.構建半方差模型1)根據(jù)數(shù)據(jù)點P1和P2以及信號發(fā)射器，首先選擇離發(fā)射器近的數(shù)據(jù)點P1；2)然后在信號經(jīng)過P2的傳播路徑上找到與P1距離發(fā)射器相等的點P2’，然后便得到向量和其中，用|h1|表示傳播方向夾角對應的距離，用|h2|表示信號傳播距離之差；3)計算|h1|和|h2|；4)根據(jù)上述兩種新的向量，統(tǒng)計得到兩組相應的半方差數(shù)據(jù)，然后分別擬合得到模型和5)將和套合得到最終的半方差模型，如下所示：γ^(h)=γ^1(h1)+γ^2(h2)---(1)]]>步驟2.RSSI插值估計克里金插值方法是以下線性估計式的變種：Z^(x0)-m(x0)=Σi=1nωi[Z(xi)-m(xi)]---(2)]]>其中，m(x0)和m(xi)分別是Z(x0)和Z(xi)的期望，x0表示插值點，而{xi}表示附近的采樣點，ωi表示采樣點xi的權值，Z(x0)可以當作是隨機場，包含趨勢m(x0)和殘差R(x0)＝Z(x0)-m(x0)；對于RSSI而言，m(x0)不是常量而是與插值點坐標(x,y)相關的線性或更高階的趨勢；假設m(x)=Σk=1pβksk(x)---(3)]]>其中，sk(·)是位置函數(shù)，βk是未知參數(shù)；將(3)代入(2)，得Z^(x0)=Σi=1nωiZ(xi)+Σk=1pβksk(x0)-Σi=1nωiΣk=1pβksk(xi)---(4)]]>令Σk=1pβksk(x0)-Σi=1nωiΣk=1pβksk(xi)=0---(5)]]>就可以得到通用克里金估計Z^UK(x0)=Σi=1nωiUKZ(xi)---(6)]]>并Σk=1pβksk(x0)=Σi=1nωiΣk=1pβksk(xi)---(7)]]>為了簡化，令Σi=1nωisk(xi)=sk(x0),k=1,...,p---(8)]]>此時仍然滿足式(5)；那么我們就得到了具有p個條件的最小化問題，引入拉格朗日乘子λkL=σE2(x0)+2Σk=1pλk[Σi=1nωisk(xi)-sk(x0)]---(9)]]>分別求取λk和ωi偏導數(shù)，可得到求取克里金權值的方程組Σj=1nωjCov[Z(xi),Z(xj)]+Σk=1pλksk(xi)=Cov[Z(xi),Z(x0)],i=1,...,nΣi=1nωisk(xi)=sk(x0),k=1,...,p---(10)]]>以矩陣的形式表示為Cov11Cov12...Cov1ns11...s1pCov21Cov22...Cov2ns21...s2p.....................Covn1Covn2...Covnnsn1...snps11s12...s1n0...0.....................sp1sp2...spn0...0×ω1ω2...ωnλ1...λp=Cov10Cov20...Covn0s10...sp0---(11)]]>簡化表達為C×ω＝D(12)那么權值為ω＝C-1×D(13)其中涉及的協(xié)方差通過半方差模型γ(·)得到，半方差利用式(1)得到；步驟3.構建位置指紋在利用以上插值方法估計出每個采樣點的RSSI特征之后，首先得到來自其中一個信號源的RSSI特征分布，然后按照同樣的步驟得到其它信號源的RSSI特征分布，最后將這些RSSI特征分布疊加，按照以每個采樣點為單位的特征向量形式存儲，便得到當前時刻的位置指紋數(shù)據(jù)。現(xiàn)有的傳統(tǒng)半方差模型構建方法不能完整描述RSSI空間分布機構。不同點之間的RSSI變化率可能具有較大差異。比如，信號傳播方向上的RSSI變化率要明顯大于其切線方向上的RSSI變化率。本發(fā)明認為，除了共有的動態(tài)環(huán)境影響因素之外，不同點對之間都有各自獨特的影響因素，比如傳播方向不同導致的傳播路徑的局部環(huán)境不同，或者是信號傳播距離差異?；诖耍景l(fā)明針對這兩種影響因素分別統(tǒng)計并構建了半方差模型，有區(qū)分地對待兩種影響因素所對應的RSSI空間結構信息。因此，本發(fā)明采用將數(shù)據(jù)點之間的距離向量進行分解，分別統(tǒng)計并構建半方差模型，再套合形成RSSI半方差模型，從而能夠有效提高插值精度。附圖說明圖1示出了RSSI空間分布特性。圖2是本發(fā)明根據(jù)AP和兩個采樣點位置分解向量h的示意圖。具體實施方式下面結合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限于此。如圖1所示，以間隔1m采樣的RSSI數(shù)據(jù)探討其空間分布。信號源在圖中已用紅點標出。我們可以看到RSSI沿著信號傳播方向逐漸變小。假設Z1、Z2、Z3和Z4四個已知點，Z0為待估點。我們發(fā)現(xiàn)，同Z0與Z1和Z3之間的距離和相比，Z0與Z2和Z4之間的距離和更近，但Z0與Z2、及與Z4之間值的差異卻大于Z0與Z1及與Z3之間值的差異。其原因在于，Z0、Z2與Z4同處信號傳播方向上，而Z0、Z1和Z3同處信號傳播垂直方向上。而RSSI在信號傳播方向上的變化率要明顯大于在垂直于傳播方向上的變化率。除了共有的動態(tài)環(huán)境影響因素之外，它們都有各自獨特的影響因素。對于A、B點之間而言，主導因素是傳播方向不同導致的傳播路徑的局部環(huán)境不同；而對于C、D點之間而言，主導因素是信號傳播距離差異。而這兩種因素所導致的RSSI差異很可能是不同層級的。RSSI空間分布特性體現(xiàn)在信號傳播方向及非傳播方向上的RSSI變化率不同，其中的原因是信號傳播方向上導致差異的因素是信號傳播距離之差，而非傳播方向上導致差異的因素是信號傳播方向之差。針對這兩種不同主導因素，本發(fā)明提出將數(shù)據(jù)點之間的距離向量進行分解。本發(fā)明基于改進通用克里金插值的RSSI位置指紋構建分為三步，具體如下：(1)構建半方差模型1)如圖2所示，已知數(shù)據(jù)點P1和P2以及信號發(fā)射器，首先選擇離發(fā)射器近的數(shù)據(jù)點P1；2)然后在信號經(jīng)過P2的傳播路徑上找到與P1距離發(fā)射器相等的點P2’，然后便得到向量和如圖2所示，|h1|表示傳播方向夾角對應的距離，而|h2|表示信號傳播距離之差；3)計算|h1|和|h2|。4)根據(jù)兩種新的向量，統(tǒng)計得到兩組相應的半方差數(shù)據(jù)，然后分別擬合得到模型和5)將和套合得到最終的半方差模型，γ^(h)=γ^1(h1)+γ^2(h2)---(1)]]>(2)RSSI插值估計通用克里金插值因為考慮了變量的地理統(tǒng)計規(guī)律而成為插值的首選?？死锝鸩逯捣椒ㄊ且韵戮€性估計式的變種，Z^(x0)-m(x0)=Σi=1nωi[Z(xi)-m(xi)]---(2)]]>其中，m(x0)和m(xi)分別是Z(x0)和Z(xi)的期望，x0表示插值點，而{xi}表示附近的采樣點，ωi表示采樣點xi的權值。Z(x0)可以當作是隨機場，包含趨勢m(x0)和殘差R(x0)＝Z(x0)-m(x0)。對于RSSI而言，m(x0)不是常量而是與插值點坐標(x,y)相關的線性或更高階的趨勢。假設m(x)=Σk=1pβksk(x)---(3)]]>其中，sk(·)是位置函數(shù)，βk是未知參數(shù)。這類克里金方法稱作為UK(通用克里金)。將(3)代入(2)得Z^(x0)=Σi=1nωiZ(xi)+Σk=1pβksk(x0)-Σi=1nωiΣk=1pβksk(xi)---(4)]]>令Σk=1pβksk(x0)-Σi=1nωiΣk=1pβksk(xi)=0---(5)]]>就可以得到通用克里金估計Z^UK(x0)=Σi=1nωiUKZ(xi)---(6)]]>并Σk=1pβksk(x0)=Σi=1nωiΣk=1pβksk(xi)---(7)]]>為了簡化，令Σi=1nωisk(xi)=sk(x0),k=1,...,p---(8)]]>此時仍然滿足式(5)。那么我們就得到了具有p個條件的最小化問題，引入拉格朗日乘子λkL=σE2(x0)+2Σk=1pλk[Σi=1nωisk(xi)-sk(x0)]---(9)]]>分別求取λk和ωi偏導數(shù)，可得到求取克里金權值的方程組Σj=1nωjCov[Z(xi),Z(xj)]+Σk=1pλksk(xi)=Cov[Z(xi),Z(x0)],i=1,...,nΣi=1nωisk(xi)=sk(x0),k=1,...,p---(10)]]>以矩陣的形式表示為Cov11Cov12...Cov1ns11...s1pCov21Cov22...Cov2ns21...s2p.....................Covn1Covn2...Covnnsn1...snps11s12...s1n0...0.....................sp1sp2...spn0...0×ω1ω2...ωnλ1...λp=Cov10Cov20...Covn0s10...sp0---(11)]]>簡化表達為C×ω＝D(12)那么權值為ω＝C-1×D(13)其中那個涉及的協(xié)方差一般通過半方差模型γ(·)得到，在本發(fā)明中，半方差是利用式(1)得到的。(3)構建位置指紋在利用以上插值方法估計出每個采樣點的RSSI特征之后，首先得到來自其中一個信號源的RSSI特征分布，然后按照同樣的步驟得到其它信號源的RSSI特征分布，最后將這些RSSI特征分布疊加，按照以每個采樣點為單位的特征向量形式存儲，便得到當前時刻的位置指紋數(shù)據(jù)。在現(xiàn)有技術中，傳統(tǒng)的半方差模型構建方法不能完整地描述RSSI空間分布機構。不同點之間的RSSI變化率可能具有較大差異。比如，信號傳播方向上的RSSI變化率要明顯大于其切線方向上的RSSI變化率。本發(fā)明認為，除了共有的動態(tài)環(huán)境影響因素之外，不同點對之間都有各自獨特的影響因素，比如傳播方向不同導致的傳播路徑的局部環(huán)境不同，或者是信號傳播距離差異。基于此，本發(fā)明針對這兩種影響因素分別統(tǒng)計并構建了半方差模型，有區(qū)分地對待兩種影響因素所對應的RSSI空間結構信息。因此，本發(fā)明采用將數(shù)據(jù)點之間的距離向量進行分解，分別統(tǒng)計并構建半方差模型，再套合形成RSSI半方差模型。實際應用效果表明，本發(fā)明的方法能夠有效提高插值精度。上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的限制，其他任何在未背離本發(fā)明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，均因為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3