專利名稱：基于近鄰點(diǎn)數(shù)優(yōu)化的wlan室內(nèi)knn定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識別領(lǐng)域，具體涉及一種基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位 方法。
背景技術(shù)：
根據(jù)《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020)》、《國家“十一五”科學(xué) 技術(shù)發(fā)展規(guī)劃》以及《863計(jì)劃“十一五”發(fā)展綱要》等國家級科技戰(zhàn)略規(guī)劃文件的部署，地 球觀測與導(dǎo)航技術(shù)領(lǐng)域被列為重點(diǎn)前沿探索課題。其中，“高精度無縫導(dǎo)航定位技術(shù)”更是 成為該領(lǐng)域中的重要子課題而受到廣泛的關(guān)注。對于未來移動用戶而言，不但需要獲取開 闊環(huán)境下的位置信息，在室內(nèi)環(huán)境下對定位信息的需求也與日俱增。諸如像在寫字樓、學(xué) 校、醫(yī)院、酒店、飛機(jī)場、火車站、倉庫、地下停車場、監(jiān)獄、軍事訓(xùn)練基地等室內(nèi)環(huán)境中，更是 需要定位信息來實(shí)現(xiàn)對資源在可用空間內(nèi)的高效管理。因此，如何滿足日益增長的室內(nèi)定 位需求，已經(jīng)成為當(dāng)今對地觀測研究領(lǐng)域中的一個重要研究課題。隨著社會信息化的發(fā)展， 作為人們?nèi)粘５闹饕顒訄鏊?，室?nèi)環(huán)境中的位置信息感知服務(wù)有著越來越強(qiáng)烈的需求， 對室內(nèi)定位技術(shù)的研究將極大地推動我國信息產(chǎn)業(yè)的發(fā)展和普及。在開闊的室外環(huán)境中，全球定位系統(tǒng)GPS(Global Position System)雖然可以提 供精確的定位信息，而且技術(shù)相對成熟，但在被混凝土所包圍的室內(nèi)環(huán)境下卻難以發(fā)揮作 用。近年來，近距離無線電技術(shù)的高速發(fā)展使得室內(nèi)定位技術(shù)突飛猛進(jìn)。一般來說，室內(nèi)定 位可以采用傳感器技術(shù)，該技術(shù)通過預(yù)先部署的傳感器及其傳輸網(wǎng)絡(luò)，感知進(jìn)入特定區(qū)域 的物體而完成定位。典型的系統(tǒng)如紅外傳感定位系統(tǒng)、振動/聲音傳感定位系統(tǒng)、超寬帶定 位系統(tǒng)等。然而利用傳感器技術(shù)的室內(nèi)定位系統(tǒng)需要專門增加硬件設(shè)施，設(shè)備資金投入大， 效果卻不盡理想。受限于傳感器的感知范圍和傳感網(wǎng)絡(luò)部署，無法提供大范圍的定位服務(wù) 覆蓋，定位精度也由于傳感器的類型不同而有很大差別。目前，無線局域網(wǎng)WLAN (Wireless Local Area Network)已經(jīng)在世界范圍內(nèi)被廣 泛部署。有鑒于此，國內(nèi)外學(xué)者相繼提出利用WLAN來實(shí)現(xiàn)室內(nèi)定位。這樣，用戶不僅能夠享 受WLAN方便快捷的信息傳輸，同時也能夠即時獲取位置信息，從而增強(qiáng)了 WLAN的功能，可 謂一舉兩得。這種定位方法最重要的優(yōu)點(diǎn)是，它不需要在現(xiàn)有WLAN網(wǎng)絡(luò)中增加任何硬件， 而只是用軟件的方法來實(shí)現(xiàn)定位，且定位精度也能夠滿足一定的應(yīng)用需求。WLAN室內(nèi)定位 主要采用位置指紋技術(shù)。位置指紋技術(shù)是利用參考點(diǎn)(Reference Point)的信號特征參數(shù) 來區(qū)分位置的差異。信號特征參數(shù)一般指信號強(qiáng)度RSS (Received Signal Strength)或信 噪比SNR(Signal Noise Ratio)。如果將一組指紋信息對應(yīng)到一個特定的位置區(qū)域，就形成 了該區(qū)域的信號覆蓋圖(RadioMap)。基于位置指紋的WLAN室內(nèi)定位匹配算法，就是通過實(shí) 地測量某處來自接入點(diǎn)AP (Access Point)的信號特征參數(shù)，與Radio map中的RSS進(jìn)行匹 配求解并最終確定用戶的實(shí)際物理位置。這種方法在定位精度、環(huán)境適應(yīng)性、經(jīng)濟(jì)成本等方 面綜合優(yōu)勢明顯，可以說正在成為未來室內(nèi)定位技術(shù)的首選。KNN(K Nearest Neighbors)定位法由于算法簡單、精度較高且研究成熟而在WLAN室內(nèi)定位中得到廣泛的應(yīng)用，其充分利用測試點(diǎn)i與不同參考點(diǎn)處信號強(qiáng)度的歐式距離進(jìn) 行加權(quán)計(jì)算，根據(jù)空間近鄰點(diǎn)具有相似信號特征準(zhǔn)則來估計(jì)測試點(diǎn)i的實(shí)際位置，最早出 現(xiàn)的微軟RADAR室內(nèi)定位系統(tǒng)就利用了這種方法。然而，該方法存在的一個主要問題是，系 統(tǒng)的定位精度在很大程度上依賴于近鄰點(diǎn)數(shù)的選擇，即不同近鄰點(diǎn)數(shù)所對應(yīng)的KNN方法之 間存在很大的性能差異。

發(fā)明內(nèi)容
為了解決現(xiàn)有的WLAN室內(nèi)KNN定位方法中，因近鄰點(diǎn)數(shù)選取不當(dāng)所導(dǎo)致的定位精 度惡化的問題，本發(fā)明提供了一種基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法。本發(fā)明的基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，它的定位過程為步驟一針對室內(nèi)環(huán)境布置多個接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個或一 個以上的接入點(diǎn)AP發(fā)出的信號覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置NKP個參考點(diǎn)；步驟二 選取一個參考點(diǎn)為坐標(biāo)原點(diǎn)0。建立二維直角坐標(biāo)系，獲得NKP個參考點(diǎn)在 該二維直角坐標(biāo)系中的坐標(biāo)位置，并在每個參考點(diǎn)上利用信號接收機(jī)采集來自每一個接入 點(diǎn)AP的信號強(qiáng)度RSS值，依據(jù)每一個參考點(diǎn)的坐標(biāo)位置和所述參考點(diǎn)采集的來自每一個接 入點(diǎn)AP的信號強(qiáng)度RSS值建立位置指紋數(shù)據(jù)庫；步驟三獲取測試點(diǎn)i采集的來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值，并利用近 鄰點(diǎn)數(shù)k為2的KNN定位法，依據(jù)位置指紋數(shù)據(jù)庫中的位置指紋樣本信息對測試點(diǎn)i的位 置進(jìn)行預(yù)估計(jì)，獲得測試點(diǎn)i的預(yù)估計(jì)位置；步驟四獲取近鄰點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理 論期望誤差Ei ( O和近鄰點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理 論期望誤差Eub)；步驟五判斷EJ O < E2,2( e )，如果是，選取近鄰點(diǎn)數(shù)k = 1為應(yīng)用KNN定位法 定位測試點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)，否則選取近鄰點(diǎn)數(shù)k = 2為應(yīng)用KNN定位法定位測試 點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)；步驟六利用最優(yōu)近鄰點(diǎn)數(shù)下的KNN定位法，估計(jì)測試點(diǎn)i的坐標(biāo)位置，實(shí)現(xiàn)WLAN 室內(nèi)KNN定位。本發(fā)明的有益效果為本發(fā)明通過最大理論期望精度準(zhǔn)則，來判斷最優(yōu)的近鄰點(diǎn) 數(shù)的取值，有效選取了在WLAN室內(nèi)環(huán)境下，KNN定位法中的近鄰點(diǎn)數(shù)，從而提高了 WLAN室 內(nèi)KNN定位方法的有效性與可靠性。


圖1是本發(fā)明的基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法流程圖；圖2是本發(fā)明的具體實(shí)施方式
三所述的室內(nèi)實(shí)驗(yàn)場景示意圖，其中，|表示接入 點(diǎn)AP ；圖3是本發(fā)明的具體實(shí)施方式
三所述的辦公室Nr. 01作定位區(qū)域示意圖，其中，O表 示參考點(diǎn)， 表示測試點(diǎn)；圖4是本發(fā)明的具體實(shí)施方式
三所述的走廊Nc. OUNc. 02、Nc. 03 作定位區(qū)域示意圖；圖5是本發(fā)明的具體實(shí)施方式
一所述的位置指紋數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)示 意圖；圖6是本發(fā)明的具體實(shí)施方式
二所述的KNN定位法的理論期望精度推導(dǎo)的模型示意 圖；圖7是本發(fā)明的具體實(shí)施方式
三所述的在走廊環(huán)境下KNN定位法在不同近鄰點(diǎn)數(shù)條件下的實(shí)驗(yàn)結(jié)果示意圖；圖8是具體實(shí)施方式
三所述的辦公室環(huán)境下KNN定位法在不同近鄰 點(diǎn)數(shù)條件下的實(shí)驗(yàn)結(jié)果示意圖。
具體實(shí)施例方式具體實(shí)施方式
一根據(jù)說明書附圖1和5具體說明本實(shí)施方式，本實(shí)施方式所述的 基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，它的定位過程為步驟一針對室內(nèi)環(huán)境布置多個接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個或一 個以上的接入點(diǎn)AP發(fā)出的信號覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置NKP個參考點(diǎn)；步驟二 選取一個參考點(diǎn)為坐標(biāo)原點(diǎn)0。建立二維直角坐標(biāo)系，獲得NKP個參考點(diǎn)在 該二維直角坐標(biāo)系中的坐標(biāo)位置，并在每個參考點(diǎn)上利用信號接收機(jī)采集來自每一個接入 點(diǎn)AP的信號強(qiáng)度RSS值，依據(jù)每一個參考點(diǎn)的坐標(biāo)位置和與所述參考點(diǎn)采集的來自每一個 接入點(diǎn)AP的信號強(qiáng)度RSS值建立位置指紋數(shù)據(jù)庫，所述位置指紋數(shù)據(jù)庫中的每一個坐標(biāo)位 置和與所述坐標(biāo)位置相應(yīng)的參考點(diǎn)采集的來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值作為一 個位置指紋樣本存儲在所述位置指紋數(shù)據(jù)庫中，所述位置指紋數(shù)據(jù)庫中存儲有NKP個位置 指紋樣本；步驟三獲取測試點(diǎn)i采集的來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值，并利用近 鄰點(diǎn)數(shù)k為2的KNN定位法，依據(jù)位置指紋數(shù)據(jù)庫中位置指紋樣本信息對測試點(diǎn)i的位置 進(jìn)行預(yù)估計(jì)，獲得測試點(diǎn)i的預(yù)估計(jì)位置；步驟四獲取近鄰點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理 論期望誤差
和近鄰點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差
，其中，￡表示理論誤差，r表示相鄰參考點(diǎn)之間的歐幾里得距離，Probi 表示近鄰點(diǎn)數(shù)k為1、定位誤差為5時的KNN定位法滿足理論期望誤差為& s(0的置 信概率，定位誤差S表示測試點(diǎn)i與第j個參考點(diǎn)之間的歐幾里得距離，Probes ( e ) 表示近鄰點(diǎn)數(shù)k為1、定位誤差為r- S時的KNN定位法滿足理論期望誤差為Ei, r_5 ( e ) 的置信概率，dj表示第j個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得
距離，
表示近鄰點(diǎn)數(shù)k為2時的KNN定位法滿足理論期望誤差為 ‘‘‘2
1的置信概率，$
r j表示近鄰點(diǎn)數(shù)k為2時的KNN定位法在滿
足條件PrPT ^ PT-PJ+2下的理論期望誤差，Pj表示第j個參考點(diǎn)處采集到的信號功率， Pj+2表示第j+2個參考點(diǎn)處采集到的信號功率，PT表示測試點(diǎn)i處采集到的信號功率，
表示近鄰點(diǎn)數(shù)k為2時的KNN定位法在滿足條件Prh > PT-P1+2下的
理論期望誤差；步驟五判斷Ei ( O < E2,2 ( O，如果是，選取近鄰點(diǎn)數(shù)k = 1為應(yīng)用KNN定位法 定位測試點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)，否則選取近鄰點(diǎn)數(shù)k = 2為應(yīng)用KNN定位法定位測試 點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)；步驟六利用最優(yōu)近鄰點(diǎn)數(shù)下的KNN定位法，估計(jì)測試點(diǎn)i的坐標(biāo)位置，實(shí)現(xiàn)WLAN 室內(nèi)KNN定位。
具體實(shí)施方式
二 根據(jù)說明書附圖6具體說明本實(shí)施方式，本實(shí)施方式是對具體 實(shí)施方式一的進(jìn)一步說明，具體實(shí)施方式
一中在步驟四中，獲取近鄰點(diǎn)數(shù)k為1時的KNN定 位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差
的具體方法為步驟四一步驟四使KNN定位法中近鄰點(diǎn)數(shù)
，其中，
使測試點(diǎn)i的預(yù)估計(jì)位置 < =、，定位誤差為S，確保
且存在條件
當(dāng)依據(jù)所述條件獲得置信概率 ，
0不存在，當(dāng) 和期望誤差

其中，Rj表示第j個參考點(diǎn)的坐標(biāo)位置，Pj+1表示第j + 1個參考點(diǎn)處采集到的來自
每一個接入點(diǎn)AP的信號功率，&表示每一個接入點(diǎn)AP的發(fā)射功率，fs表示W(wǎng)LAN信號頻率，
f(fs)為常數(shù)，dT表示測試點(diǎn)i與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離，dj+1
表示第j+1個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離，Di表示每一個
接入點(diǎn)AP與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離
的高階量； 步驟四
使測試點(diǎn)i的預(yù)估計(jì)位置，定位誤差為r-S，確
保P廠PT > PT_P1+1，且存在
則獲得置信概率
和期
望誤差
其中，R1+1表示第j+1個參
考點(diǎn)的坐標(biāo)位置；步驟四一四依據(jù)步驟四一二和四一三中所獲得的置信概率和期望誤差獲得近鄰 點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差具體實(shí)施方式
三根據(jù)說明書附圖2、3、4、7和8具體說明本實(shí)施方式，本實(shí)施方式 是對具體實(shí)施方式
一或二的進(jìn)一步說明，具體實(shí)施方式
一或二中在步驟四中，獲取近鄰點(diǎn) 數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差 的具體方法為步驟四二一 使KNN定位法中近鄰點(diǎn)數(shù)k = 2 ；步驟四二二 使測試點(diǎn)i的預(yù)估計(jì)位置
，確保Pj-PT ≤ PT-PJ+2,且存在條件
，依據(jù)所述條件獲得置信概率 和期望誤差 步驟四二三使測試點(diǎn)i的預(yù)估計(jì)位置
確保pa
pT-pj+2，且存在條件
則獲得置信概率 和期望誤差五
其中，dJ+2表示第j+2個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離；步驟四二四依據(jù)步驟四二二和四二三中所獲得的置信概率和期望誤差獲得近鄰 點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差 本實(shí)施方式是在分別討論KNN定位法在不同近鄰點(diǎn)數(shù)情況下獲得的理論期望精 度為依據(jù)，選取最優(yōu)近鄰點(diǎn)數(shù)來完成WLAN室內(nèi)KNN定位的，其中，在近鄰點(diǎn)數(shù)k > 3條件下，
不妨設(shè)
存在N、個近鄰參考點(diǎn)，滿足ds<dj+\
即s = j-N]+l,j-N]+2,
存在iV2個近鄰參考點(diǎn)，滿足dt > dj+x
(21) 于是，可以得到
(22)由上式可知，當(dāng)I = -2或0時，等價于近鄰點(diǎn)數(shù)k = 1的情況；當(dāng)I = -1或1 時，等價于k = 1的情況；當(dāng)I取其它值時，定位誤差相對于近鄰點(diǎn)數(shù)k = 1的情況和近鄰 點(diǎn)數(shù)k = 2的情況更大。因此，k彡3條件下的KNN定位法可完全由近鄰點(diǎn)數(shù)k = 1和近 鄰點(diǎn)數(shù)k=2的情況所取代。針對本實(shí)施方式，進(jìn)行實(shí)例分析在圖2所示的室內(nèi)場景中進(jìn)行實(shí)驗(yàn)，其中，Nr. 01、Nr. 02、Nr. 03、Nr. 04、Nr. 05、 Nr. 06、Nr. 07、Nr. 08和Nr. 09分別表示辦公室編號，Nc. 01、Nc. 02和Nc. 03分別表示走
廊編號，[1表示電梯，實(shí)驗(yàn)場景面積為66. 4X24. 9m2，高度3m，磚質(zhì)墻面，鋁合金窗戶和金 屬門，擁有9個接入點(diǎn)AP且放置在同一樓層，且用第一接入點(diǎn)AP1，第二接入點(diǎn)AP2， 第九接入點(diǎn)AP9標(biāo)示，箭頭標(biāo)志為1至9號接入點(diǎn)AP放置的位置，各接入點(diǎn)AP的型號為 LinksysWAP54G，固定在2m高度，支持IEEE 802. llb/g標(biāo)準(zhǔn)，傳輸速率54Mbps，信號接收機(jī) 采用裝有Intel PRO/ffireless 3945ABG無線網(wǎng)卡的ASUS A8F筆記本電腦，信號接收機(jī)距 地面1. 2m。選擇圖2中的辦公室Nr. 01和走廊Nc. OUNc. 02,Nc. 03作為驗(yàn)證本發(fā)明有效性的 定位區(qū)域，其中辦公室Nr. 01作定位區(qū)域的示意圖參見圖3所示，走廊Nc. OUNc. 02,Nc. 03 作定位區(qū)域的示意圖參見圖4所示，其中，參考點(diǎn)j和測試點(diǎn)i的位置如圖3和圖4所示，所 述定位區(qū)域中包括79個參考點(diǎn)和8個測試點(diǎn)i，且RPj(j = 1，-,79)和TPi(i = 1，…， 8)分別表示第j個參考點(diǎn)和測試點(diǎn)i，坐標(biāo)原點(diǎn)0。位于參考點(diǎn)RP21處，所述定位區(qū)域結(jié)構(gòu)規(guī)則，覆蓋性能較好，在定位區(qū)域中的任意位置處，均能檢測到至少來自5個不同AP的WLAN 信號強(qiáng)度RSS樣本值，在每個參考點(diǎn)和測試點(diǎn)處，分別進(jìn)行3分鐘和1分鐘的WLAN信號采 集，其中參考點(diǎn)RP21處采集的WLAN信號強(qiáng)度RSS樣本值，如表1所示。圖7給出了走廊環(huán)境下KNN定位法在不同近鄰點(diǎn)數(shù)條件下的實(shí)驗(yàn)結(jié)果，其中，曲線 1表示測試點(diǎn)為TP1時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線2表示測試 點(diǎn)為TP2時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線3表示測試點(diǎn)為TP3 時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線4表示測試點(diǎn)為TP4時在不同 近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線5表示測試點(diǎn)為TP5時在不同近鄰點(diǎn)數(shù) 條件下KNN定位法獲得的定位誤差，曲線U表示測試點(diǎn)為TP1、TP2、TP3、TP4和TP5時在不 同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的平均定位誤差。圖8給出了辦公室環(huán)境下KNN定位法在不同近鄰點(diǎn)數(shù)條件下的實(shí)驗(yàn)結(jié)果，其中，曲 線6表示測試點(diǎn)為TP6時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線7表示 測試點(diǎn)為TP7時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線8表示測試點(diǎn)為 TP8時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的定位誤差，曲線V表示測試點(diǎn)為TP6、TP7和 TP8時在不同近鄰點(diǎn)數(shù)條件下KNN定位法獲得的平均定位誤差。 顯然，近鄰點(diǎn)數(shù)k = 1和2條件下的KNN定位法性能較其它條件更優(yōu)，從而，對于基 于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，僅需比較不同AP在預(yù)估計(jì)位置方向上，KNN(k =1)和KNN(k = 2)定位法的理論期望精度，即可得到估計(jì)測試點(diǎn)位置的最優(yōu)近鄰點(diǎn)數(shù)，以 達(dá)到最優(yōu)的定位性能。綜上所述，基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位法相對于傳統(tǒng)KNN定位法來 說，在平均定位誤差和計(jì)算效率方面，都有很大的優(yōu)勢。表1參考點(diǎn)RP21處采集的WLAN信號強(qiáng)度RSS樣本值
權(quán)利要求
基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，其特征在于它的定位過程為步驟一針對室內(nèi)環(huán)境布置多個接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個或一個以上的接入點(diǎn)AP發(fā)出的信號覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置NRP個參考點(diǎn)；步驟二選取一個參考點(diǎn)為坐標(biāo)原點(diǎn)Oc建立二維直角坐標(biāo)系，獲得NRP個參考點(diǎn)在該二維直角坐標(biāo)系中的坐標(biāo)位置，并在每個參考點(diǎn)上利用信號接收機(jī)采集來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值，依據(jù)每一個參考點(diǎn)的坐標(biāo)位置和所述參考點(diǎn)采集的來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值建立位置指紋數(shù)據(jù)庫；步驟三獲取測試點(diǎn)i采集的來自每一個接入點(diǎn)AP的信號強(qiáng)度RSS值，并利用近鄰點(diǎn)數(shù)k為2的KNN定位法，依據(jù)位置指紋數(shù)據(jù)庫中的位置指紋樣本信息對測試點(diǎn)i的位置進(jìn)行預(yù)估計(jì)，獲得測試點(diǎn)i的預(yù)估計(jì)位置；步驟四獲取近鄰點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差E1(ε)和近鄰點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差E2，2(ε)；步驟五判斷E1(ε)≤E2，2(ε)，如果是，選取近鄰點(diǎn)數(shù)k＝1為應(yīng)用KNN定位法定位測試點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)，否則選取近鄰點(diǎn)數(shù)k＝2為應(yīng)用KNN定位法定位測試點(diǎn)i位置的最優(yōu)近鄰點(diǎn)數(shù)；步驟六利用最優(yōu)近鄰點(diǎn)數(shù)下的KNN定位法，估計(jì)測試點(diǎn)i的坐標(biāo)位置，實(shí)現(xiàn)WLAN室內(nèi)KNN定位。
2.根據(jù)權(quán)利要求1所述的基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，其特征在于在 步驟四中，所述近鄰點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望 誤差E1(S)根據(jù)公式: 獲得；近鄰點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差 Ε2,2(ε)通過公式 獲得，其中，ε表示理論誤差，r表示相鄰參考點(diǎn)之間的歐幾里得距離，Prob1, δ(ε) 表示近鄰點(diǎn)數(shù)k為1、定位誤差為δ時的KNN定位法滿足理論期望誤差為E1, s(0的置 信概率，定位誤差δ表示測試點(diǎn)i與第j個參考點(diǎn)之間的歐幾里得距離，Prob^s ( ε ) 表示近鄰點(diǎn)數(shù)k為1、定位誤差為r- δ時的KNN定位法滿足理論期望誤差為E1, Γ_δ ( ε ) 的置信概率，Cl1表示第j個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)O。之間的歐幾里得距離， 表示近鄰點(diǎn)數(shù)k為2時的KNN定位法滿足理論期望誤差為 的置信概率， 表示近鄰點(diǎn)數(shù)k為2時的KNN定位法在滿足條件Pr-PT ≤ PT-PJ+2下的理論期望誤差，Pj表示第j個參考點(diǎn)處采集到的信號功率， Pj+2表示第j+2個參考點(diǎn)處采集到的信號功率，Pt表示測試點(diǎn)i處采集到的信號功率， 表示近鄰點(diǎn)數(shù)k為2時的KNN定位法在滿足條件P」-PT > PT-PJ+2下的理論期望誤差。
3.根據(jù)權(quán)利要求2所述的基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，其特征在于在 步驟四中，獲取近鄰點(diǎn)數(shù)k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差 的具體方法為步驟四一一使KNN定位法中近鄰點(diǎn)數(shù)k = 1 ；步驟四一二 使測試點(diǎn)i的預(yù)估計(jì)位置^=尺,.，定位誤差為δ，確保PJ-PT ≤ PT_Pj+1，其中， 且存在條件 和期望誤差 其中，R1表示第j個參考點(diǎn)的坐標(biāo)位置，Pw表示第j+Ι個參考點(diǎn)處采集到的來自每一個接入點(diǎn)AP的信號功率，P0表示每一個接入點(diǎn)AP的發(fā)射功率，fs表示W(wǎng)LAN信號頻率， f(fs)為常數(shù)，dT表示測試點(diǎn)i與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離，dJ+1表示第j+Ι個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離，D表示每-接入點(diǎn)AP與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)0。之間的歐幾里得距離，O 階量； 的高步驟四·PT-Pj+1，且存在 使測試點(diǎn)i的預(yù)估計(jì)位置< =RJ+、，定位誤差為r- δ，確保ΡΓΡΤ > 則獲得置信概率 和期望誤差 其中，RJ+1表示第j+1個參考點(diǎn)的坐標(biāo)位置；步驟四一四依據(jù)步驟四一二和四一三中所獲得的置信概率和期望誤差獲得近鄰點(diǎn)數(shù) k為1時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差
4.根據(jù)權(quán)利要求2所述的基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，其特征在于在 步驟四中，獲取近鄰點(diǎn)數(shù)k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差 的具體方法為步驟四二一 使KNN定位法中近鄰點(diǎn)數(shù)k = 2 ；步驟四使測試點(diǎn)i的預(yù)估計(jì)位置 確保P」-PT ^ PT_PJ+2，且存在條件 ，依據(jù)所述條件獲得置信概率D1不存在，當(dāng)5 二 r 和期望誤差步驟四 使測試點(diǎn)i的預(yù)估計(jì)位置二 則獲得置信概 和期望誤差五 其中， 第j+2個參考點(diǎn)與二維直角坐標(biāo)系中坐標(biāo)原點(diǎn)O。之間的歐幾里得距離；步驟四二四依據(jù)步驟四二二和四二三中所獲得的置信概率和期望誤差獲得近鄰點(diǎn)數(shù) k為2時的KNN定位法關(guān)于測試點(diǎn)i在預(yù)估計(jì)位置上的理論期望誤差
全文摘要
基于近鄰點(diǎn)數(shù)優(yōu)化的WLAN室內(nèi)KNN定位方法，它涉及模式識別領(lǐng)域，它解決了現(xiàn)有的WLAN室內(nèi)KNN定位方法中，因近鄰點(diǎn)數(shù)選取不當(dāng)所導(dǎo)致的定位精度惡化的問題。本發(fā)明首先建立完整的WLAN定位場景和位置指紋數(shù)據(jù)庫；然后，根據(jù)測試點(diǎn)處采集的信號強(qiáng)度和預(yù)存儲的位置指紋數(shù)據(jù)，利用近鄰數(shù)為2的KNN定位法對測試點(diǎn)位置進(jìn)行預(yù)估計(jì)；進(jìn)而獲取近鄰點(diǎn)數(shù)為1和2時的KNN定位法關(guān)于測試點(diǎn)在預(yù)估計(jì)位置上的理論期望誤差，并選擇具有較高理論精度的KNN定位法所對應(yīng)的近鄰點(diǎn)數(shù)，作為估計(jì)測試點(diǎn)位置的最優(yōu)近鄰點(diǎn)數(shù)；最終利用最優(yōu)近鄰點(diǎn)數(shù)下的KNN定位法，實(shí)現(xiàn)WLAN室內(nèi)KNN定位。本發(fā)明適用于室內(nèi)定位。
文檔編號H04W84/12GK101883424SQ20101015441
公開日2010年11月10日 申請日期2010年4月23日 優(yōu)先權(quán)日2010年4月23日
發(fā)明者劉寧慶, 周牧, 徐玉濱, 譚學(xué)治, 馬琳 申請人:哈爾濱工業(yè)大學(xué)