Wlan位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于移動通信技術(shù)，具體涉及到一種WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài) 更新系統(tǒng)及方法。
【背景技術(shù)】
[0002] 在移動通信領(lǐng)域中，人們對基于位置的服務(wù)(Location Based Services，LBS)的 需求日益增長，而隨著無線局域網(wǎng)絡(luò)(Wireless Local Area Networks，WLAN)在室內(nèi)環(huán)境 中的大規(guī)模部署和不斷普及，基于WLAN的室內(nèi)定位系統(tǒng)正是迎合了這種需求的一個新興的 研究熱點(diǎn)。
[0003] 在WLAN定位系統(tǒng)中，基于位置指紋定位方法的精度較高且不需要添加額外的設(shè) 備，從而得到了廣泛的應(yīng)用?；谖恢弥讣y定位方法分為兩個階段:離線階段和在線階段。 在離線階段，通過在目標(biāo)區(qū)域內(nèi)選擇合適的參考點(diǎn)，并在每個參考點(diǎn)處測量來自不同接入 點(diǎn)（Access Point，AP)的接收的信號強(qiáng)度指不（Received Signal Strength Indication， RSSI)，建立位置指紋數(shù)據(jù)庫。在線階段，利用實(shí)時采集的RSSI數(shù)據(jù)與位置指紋數(shù)據(jù)庫中的 信號強(qiáng)度數(shù)據(jù)進(jìn)行匹配，實(shí)現(xiàn)對終端位置的估計。
[0004] 傳統(tǒng)的WLAN位置指紋數(shù)據(jù)庫建立是采用逐點(diǎn)采集法，即選擇大小合適的參考點(diǎn)且 在每個參考點(diǎn)上進(jìn)行數(shù)據(jù)采集。而任何位置的RSSI指紋由于受到多徑效應(yīng)或環(huán)境突變等因 素的影響，其值是實(shí)時變化的，因此對數(shù)據(jù)庫進(jìn)行實(shí)時更新很有必要，而普通的數(shù)據(jù)庫更新 是重新進(jìn)行參考點(diǎn)數(shù)據(jù)的采集。無論是在數(shù)據(jù)庫的初期建立還是在后期更新，逐點(diǎn)采集參 考點(diǎn)的數(shù)據(jù)需要很大的成本和時間開銷，并且在區(qū)域面積較大的情況下，使用此種方法進(jìn) 行指紋數(shù)據(jù)庫的建立不太現(xiàn)實(shí)，嚴(yán)重限制了 WLAN室內(nèi)定位的推廣。
[0005] 隨著微機(jī)電系統(tǒng)(]\1;[(31'0416(31：1'0-]\^(311&11；^&135^七61118，]\^1^)的快速發(fā)展，傳感 器的尺寸不斷變小且成本不斷降低，因此被廣泛應(yīng)用于移動智能終端設(shè)備中?；贛EMS的 行人航跡推算算法(Pedestrian Dead Reckoning，F(xiàn)OR)是一種相對定位技術(shù)，具有自主性 和獨(dú)立性，且短時的定位精度高且連續(xù)性好。而基于WLAN的室內(nèi)信號傳播模型定位技術(shù)，定 位精度相對穩(wěn)定，但是定位的效果和連續(xù)性不及MEMS。因此，充分考慮利用兩個系統(tǒng)的可用 信息，可以實(shí)現(xiàn)高精度的二維位置解算。
[0006] 綜上所述，有必要開發(fā)一種基于MEMS和室內(nèi)信號傳播模型融合的WLAN位置指紋數(shù) 據(jù)庫快速建立和動態(tài)更新方法。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新系統(tǒng)及方法， 它無需在離線階段采集每個參考點(diǎn)處來自不同AP的RSSI信息，能有效減少傳統(tǒng)的逐點(diǎn)采集 法建立和更新WLAN位置指紋數(shù)據(jù)庫的時間開銷和人力成本。
[0008] 本發(fā)明所述的一種WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新系統(tǒng)，包括擴(kuò)展卡爾 曼濾波器模塊、MEMS定位模塊、WLAN信號傳播模型位置估計模塊、地圖匹配模塊和WLAN位置 指紋數(shù)據(jù)庫建立及動態(tài)更新模塊；
[0009] 所述MEMS定位模塊包括處理器，以及分別與處理器連接的加速度計、陀螺儀和磁 力計，處理器根據(jù)加速度計、陀螺儀和磁力計所輸出的信息，計算出用戶速度和用戶航向； [0010]所述WLAN信號傳播模型位置估計模塊用于計算用戶與不同AP的距離，得到用戶的 若干個可能位置的可能位置信息，并采用極大似然估計算法估計出用戶的第一位置信息； [0011]所述擴(kuò)展卡爾曼濾波器模塊采用擴(kuò)展卡爾曼濾波算法，以MEMS定位模塊所輸出的 用戶速度與用戶航向，以及WLAN信號傳播模型位置估計模塊所估計算出的第一位置信息建 立狀態(tài)方程和觀測方程，設(shè)計擴(kuò)展卡爾曼濾波器輸出第二位置信息，該第二位置信息即為 所需的最優(yōu)位置，該擴(kuò)展卡爾曼濾波器模塊分別與MEMS定位模塊、WLAN信號傳播模型位置 估計模塊連接；
[0012] 所述地圖匹配模塊利用已知的室內(nèi)地圖信息，對擴(kuò)展卡爾曼濾波器模塊所輸出的 第二位置信息進(jìn)行匹配修正得到參考點(diǎn)位置信息，該地圖匹配模塊與擴(kuò)展卡爾曼濾波器模 塊連接；
[0013] 所述WLAN位置指紋數(shù)據(jù)庫建立及動態(tài)更新模塊根據(jù)地圖匹配模塊所輸出的參考 點(diǎn)位置信息，結(jié)合此時在對應(yīng)位置點(diǎn)所采集的RSSI信息，構(gòu)建WLAN位置指紋數(shù)據(jù)庫，用于 WLAN系統(tǒng)的在線定位階段;在線定位階段，根據(jù)所采集用戶的RSSI信息，利用WLAN指紋定位 算法得到用戶的第三位置信息;將此時計算得到的參考點(diǎn)位置信息與第三位置信息進(jìn)行對 比，根據(jù)位置誤差判斷此時是否進(jìn)行指紋數(shù)據(jù)庫更新，即是利用參考點(diǎn)位置信息和RSSI信 息替換當(dāng)前WLAN指紋定位算法中使用的指紋數(shù)據(jù)庫信息，該WLAN位置指紋數(shù)據(jù)庫建立及動 態(tài)更新模塊與地圖匹配模塊連接。
[0014] 本發(fā)明所述的一種WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新方法，采用本發(fā)明所 述的WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新系統(tǒng)，包括以下步驟：
[0015] 步驟1、MEMS傳感器數(shù)據(jù)處理:根據(jù)加速度計、陀螺儀和磁力計輸出的信息，其中利 用加速度計信息得到用戶速度，利用多種傳感器進(jìn)行數(shù)據(jù)融合得到用戶航向；
[0016]步驟2、WLAN信號傳播模型估計位置:選擇合適的室內(nèi)信號傳播模型，再結(jié)合不同 室內(nèi)環(huán)境參數(shù)，計算出用戶與不同AP的距離，得到用戶的若干個可能位置的可能位置信息， 此時采用極大似然估計算法估計出用戶的第一位置信息；
[0017] 步驟3、采用擴(kuò)展卡爾曼濾波算法，以MEMS定位模塊所輸出的用戶速度與用戶航 向，以及WLAN信號傳播模型位置估計模塊所估計算出的第一位置信息建立狀態(tài)方程和觀測 方程，設(shè)計擴(kuò)展卡爾曼濾波器輸出第二位置信息，該第二位置信息即為所需的最優(yōu)位置；
[0018] 步驟4、地圖匹配:利用已知的室內(nèi)地圖信息，對擴(kuò)展卡爾曼濾波器模塊輸出的第 二位置信息進(jìn)行匹配修正得到參考點(diǎn)位置信息，減小WLAN信號傳播模型不精確所帶來的位 置誤差，同樣能修正由于MEMS長時間航向角累積漂移導(dǎo)致的位置誤差；
[0019]步驟5、WLAN位置指紋數(shù)據(jù)庫快速建立和動態(tài)更新：
[0020] 5a、根據(jù)所述參考點(diǎn)位置信息，結(jié)合此時在對應(yīng)位置點(diǎn)所采集的RSSI信息，構(gòu)建 WLAN位置指紋數(shù)據(jù)庫，用于WLAN系統(tǒng)的在線定位階段；
[0021 ] 5b、在線定位階段，實(shí)時采集用戶RSSI信息，利用WLAN指紋定位算法得到用戶的第 三位置信息；將此時計算得到的參考點(diǎn)位置信息與第三位置信息進(jìn)行對比，根據(jù)位置誤差 判斷此時是否進(jìn)行指紋數(shù)據(jù)庫更新，即是利用參考點(diǎn)位置信息和RSSI指紋信息替換當(dāng)前 WLAN指紋定位算法中使用的指紋數(shù)據(jù)庫信息。
[0022]所述步驟3中，所述狀態(tài)方程如下：
[0023]選擇WLAN位置指紋數(shù)據(jù)庫中第二位置信息的坐標(biāo)點(diǎn)的東位置、北位置、用戶速度 和航向角信息作為狀態(tài)變量，即X=[rx ry v Φ]τ;建立狀態(tài)方程如下：
[0025] 其中，Xt= [rxt ryt vt ih]T，rxt表示t時刻待估計的東位置，ryt表示t時刻待估計 的北位置，vt表示t時刻待估計的速度，ih表示t時刻待估計的航向;r xt-i表示t-1時刻估計出 的東位置，ryt-i表示t-Ι時刻估計出的北位置，vt-i表示t-Ι時刻估計出的速度，ih-i表示t-1 時刻估計出的航向角，ft (Xt-i)表征的是t時刻和t-1時刻狀態(tài)變量之間的非線性關(guān)系，Wh 是均值為〇的高斯白噪聲序列，且五j = l，2, . . .，m，m為需要估計的變 量個數(shù)，Q(Q 2 0)為m維過程噪聲協(xié)方差矩陣。
[0026]所述步驟3中，所述觀測方程如下：
[0027]選擇由WLAN室內(nèi)信號傳播模型確定第一位置信息的東位置、北位置、傳感器測得 的速度和水平航向角作為觀測量，即Z=[rVr/vmemsir? s]T;建立觀測方程如下：
[0029] 式中，4=卜；σ: ν,_ 表示t時刻基于WLAN信號傳播模型確定第一 位置信息的東位置，r/ t表示t時刻基于信號傳播模型確定第一位置信息的北位置，νΓ?表 示t時刻傳感器測得的速度，機(jī)_ 5表示t時刻傳感器測得的水平航向角;ht(Xt)表示t時刻狀 態(tài)變量和觀測變量之間的非線性關(guān)系，V t為t時刻離散型零均值觀測白噪聲矢量，且E[V( i) VT( j) ] = R( i，j)Sij，i，j = 1，2，. . .，η，η為觀測變量個數(shù)，R(R>0)為η維觀測噪聲協(xié)方差矩 陣。
[0030] 所述步驟1中，基于所述加速度計所輸出的數(shù)據(jù)計算用戶速度的方法如下：
[0031]在彳丁人正常運(yùn)動過程中，人總是在每一步中先加速，后減速;故在跨每一步過程 中，加速度總會出現(xiàn)極大值；
，其中，ax，ay，a z為三軸加速度計在載體坐 標(biāo)系下的各軸分量;記MEMS傳感器的輸出頻率為fs，且將加速度計輸出模值A(chǔ)連續(xù)大于閾值
Athreshcild的兩個峰值之間的數(shù)據(jù)點(diǎn)數(shù)記作ΔΝ;故可以計算第k步所需的時間為：
行人的每一步運(yùn)動都看成是勻速運(yùn)動，那么第k步運(yùn)動期間的速度應(yīng)為 中，Pk為第k步的步長，Vk為第k步計算出的速度;令第k步中每個采樣時刻的速度都為Vk，則 每一秒可計算出fs個速度，取每一秒計算出的所有速度的均值作為該秒計算出的速度；即：
[0032] 所述步驟2中，計算出用戶與不同AP的距離的方法如下：
[0033] 所選室內(nèi)信號傳播模型如下所示：
[0035] 式中，P(d)表示在參考距離d處的信號強(qiáng)度，/表示標(biāo)準(zhǔn)距離時的信號強(qiáng)度η表示 信號強(qiáng)度隨距離增加的衰減速度，d表示信號發(fā)送方和接收方之間的距離，do表示近地參考 距離，nW表示信號發(fā)送方和接收方之間的墻壁數(shù)，