專(zhuān)利名稱(chēng)：一種基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法，屬于無(wú)線定位技術(shù)領(lǐng)域。
背景技術(shù)：
隨著無(wú)線通信技術(shù)的發(fā)展與普及，無(wú)線設(shè)備的實(shí)用性大幅度提高，同時(shí)具有多種傳感器功能的智能手機(jī)得到廣泛的使用 。這些技術(shù)實(shí)現(xiàn)了信息世界與物理世界的有效融合，使得以人為中心的普適計(jì)算成為可能。目前，國(guó)內(nèi)大型建筑物不斷增加，大型商場(chǎng)、展會(huì)和活動(dòng)蜂擁出現(xiàn)，人們大多數(shù)的商業(yè)與社會(huì)活動(dòng)都是在室內(nèi)進(jìn)行，因此室內(nèi)定位的重要性不言而喻。不管從方便日常生活的角度，還是從確保人身財(cái)產(chǎn)安全的方向，準(zhǔn)確的室內(nèi)定位與導(dǎo)航系統(tǒng)都是不可或缺的。比如在大商場(chǎng)或者大展會(huì)、博物館中，人們想找到朋友或者走失的兒童；或者在火災(zāi)等緊急情況下如何能迅速找到應(yīng)急疏散的通道等等。正是定位信息的重要性使得國(guó)際上多所著名大學(xué)與公司都對(duì)這項(xiàng)技術(shù)投入了大量的力量進(jìn)行研發(fā)。無(wú)線指紋定位技術(shù)(Radio Fingerprinting)是利用無(wú)線信號(hào)在不同物理位置上的信號(hào)特征不同而進(jìn)行分析，最終給出被跟蹤目標(biāo)位置信息的一項(xiàng)技術(shù)。它充分利用了已有的Wi-Fi硬件設(shè)施和系統(tǒng)，將無(wú)線信號(hào)強(qiáng)度(Received Signal Strength,簡(jiǎn)稱(chēng)RSS)等附加信息作為信號(hào)特征，通過(guò)多次的采樣建立物理位置和信號(hào)強(qiáng)度信息的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫(kù)，這樣的一對(duì)關(guān)系就是所謂的位置-指紋信息。當(dāng)被追蹤目標(biāo)進(jìn)入定位區(qū)域后，根據(jù)其獲得的所在位置的無(wú)線信號(hào)特征，經(jīng)過(guò)與指紋數(shù)據(jù)庫(kù)的樣本進(jìn)行對(duì)比，以最相似的樣本的位置估計(jì)為被跟蹤目標(biāo)的位置。傳統(tǒng)的無(wú)線指紋定位技術(shù)采用兩階段的模式。第一個(gè)階段是訓(xùn)練階段，或稱(chēng)為信號(hào)采集階段，即采用人工的方法預(yù)先將室內(nèi)各個(gè)位置上的無(wú)線信號(hào)強(qiáng)度(如不同無(wú)線路由的Wi-Fi信號(hào)強(qiáng)度或Zig-Bee信號(hào)強(qiáng)度)進(jìn)行多次記錄，并將記錄結(jié)果處理后存儲(chǔ)在數(shù)據(jù)庫(kù)中對(duì)應(yīng)物理位置的條目中。由于無(wú)線信號(hào)傳播和室內(nèi)情況的不確定性，信號(hào)強(qiáng)度數(shù)據(jù)的采集需要大量多次的重復(fù)。同時(shí)，物理位置的精確程度也影響到最終定位結(jié)果的準(zhǔn)確性，需要消耗大量的人力和時(shí)間進(jìn)行準(zhǔn)備和現(xiàn)場(chǎng)勘查(Site Survey)，提前建立無(wú)線信號(hào)地圖(Radio Map)。經(jīng)過(guò)第一階段的訓(xùn)練，指紋數(shù)據(jù)庫(kù)建立好以后，系統(tǒng)進(jìn)入第二階段，即實(shí)際的服務(wù)階段。用戶可以在已有無(wú)線信號(hào)分布圖的區(qū)域獲得自己的無(wú)線指紋信息，并將該信息作為查詢的依據(jù)發(fā)送給定位服務(wù)模塊。通過(guò)定位算法，將用戶發(fā)送的無(wú)線指紋信息與數(shù)據(jù)庫(kù)中的無(wú)線指紋進(jìn)行比對(duì)，返回相似度最接近的位置信息給用戶。由于無(wú)線指紋定位技術(shù)利用已有網(wǎng)絡(luò)設(shè)施進(jìn)行定位，不增加系統(tǒng)的額外開(kāi)銷(xiāo)，因此國(guó)內(nèi)外學(xué)者對(duì)無(wú)線指紋定位方法進(jìn)行了大量深入的研究。但如上所述，現(xiàn)有的無(wú)線指紋定位技術(shù)還存在以下的缺陷(I)需要進(jìn)行高成本、低效率的人工現(xiàn)場(chǎng)勘測(cè)現(xiàn)場(chǎng)勘測(cè)需要對(duì)定位區(qū)域的每一位置進(jìn)行無(wú)線信號(hào)指紋的采樣與人工標(biāo)注，耗時(shí)費(fèi)力，而且難以覆蓋定位區(qū)域的所有位置。(2)對(duì)環(huán)境變化以及無(wú)線信號(hào)波動(dòng)的容忍性差
室內(nèi)環(huán)境的一大特征是環(huán)境多變，且無(wú)線信號(hào)傳播特性復(fù)雜，信號(hào)波動(dòng)性大?；诂F(xiàn)場(chǎng)勘測(cè)的方法，難以適應(yīng)環(huán)境的動(dòng)態(tài)變化；傳統(tǒng)的方法直接利用無(wú)線信號(hào)指紋之間的歐式距離作為特征，難以適應(yīng)無(wú)線信號(hào)的波動(dòng)性。(3)無(wú)法實(shí)現(xiàn)房間級(jí)別的邏輯定位傳統(tǒng)的方法大多旨在實(shí)現(xiàn)絕對(duì)坐標(biāo)的定位，無(wú)法實(shí)現(xiàn)區(qū)分不同的房間。而事實(shí)上，房間信息在實(shí)際中具有更大的應(yīng)用價(jià)值。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法，利用智能手機(jī)為載體，配合多種嵌入式傳感器，通過(guò)非站點(diǎn)勘測(cè)型的指紋定位算法，基于用戶路徑及其所推衍出的空間連通性，實(shí)現(xiàn)對(duì)室內(nèi)用戶進(jìn)行定位，不經(jīng)過(guò)現(xiàn)場(chǎng)勘測(cè)即可給出用戶當(dāng)前位置。本發(fā)明提出的基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法，包括以下各步驟(I)通過(guò)手機(jī)采集無(wú)線網(wǎng)絡(luò)的信號(hào)以及手機(jī)中的加速度傳感器和方向傳感器的讀
數(shù)，組成一個(gè)指紋數(shù)據(jù)集D = {F，S}，其中F為采集的無(wú)線信號(hào)，F(xiàn) = Lf1, f2, f3,......，
fn]，fi表示無(wú)線網(wǎng)絡(luò)中第i個(gè)無(wú)線接入點(diǎn)的信號(hào)強(qiáng)度值，S為手機(jī)中的加速度傳感器和方向傳感器的讀數(shù)，i = 1,2,3,......,η, η為無(wú)線網(wǎng)絡(luò)中無(wú)線接入點(diǎn)的個(gè)數(shù)；(2)設(shè)指紋數(shù)據(jù)集中的任意兩條無(wú)線信號(hào)分別為F = [f1； f2，f3，......，fn]和
F’ = [f’ 1； f’ 2，f’ 3，. . .，f’ n]，兩個(gè)無(wú)線信號(hào)之間的區(qū)分度用無(wú)線信號(hào)強(qiáng)度的二階差分值表示為
權(quán)利要求
1 一種基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法，其特征在于該方法包括以下各步驟 (1)通過(guò)手機(jī)采集無(wú)線網(wǎng)絡(luò)的信號(hào)以及手機(jī)中的加速度傳感器和方向傳感器的讀數(shù)，組成一個(gè)指紋數(shù)據(jù)集D = {F，S}，其中F為采集的無(wú)線信號(hào)，F(xiàn) = Lf1, f2, f3,......，fn]，fi表示無(wú)線網(wǎng)絡(luò)中第i個(gè)無(wú)線接入點(diǎn)的信號(hào)強(qiáng)度值，S為手機(jī)中的加速度傳感器和方向傳感器的讀數(shù)，i = 1,2,3,......,η, η為無(wú)線網(wǎng)絡(luò)中無(wú)線接入點(diǎn)的個(gè)數(shù)； (2)設(shè)指紋數(shù)據(jù)集中的任意兩條無(wú)線信號(hào)分別為F= Lf1, f2, f3,……，fn]和F，=[f’ 1； f’ 2，f’ 3，. . .，f’ η]，兩個(gè)無(wú)線信號(hào)之間的區(qū)分度用無(wú)線信號(hào)強(qiáng)度的二階差分值表示為 0(F,F' ) = J^i(WCfi) W(Q)2 η ω( = ~ fi > °)(/ — β 其中，I為指示型函數(shù)； (3)根據(jù)步驟(2)中的二階差分值，采用K平均聚類(lèi)方法將指紋數(shù)據(jù)集中的無(wú)線信號(hào)劃分為N類(lèi)，即N個(gè)虛擬房間置={Ri, R.........^丨，從K平均聚類(lèi)結(jié)果中得到每個(gè)虛擬房間R的平均指紋F[R]和指紋閾值ξ，其中平均指紋F[R]為虛擬房間R所包含的所有無(wú)線信號(hào)指紋的平均值，指紋閾值I為該虛擬房間R所包含的所有無(wú)線信號(hào)中與平均指紋F[R]的最大的二階差分值,R e 32； (4)構(gòu)建一個(gè)邏輯平面圖G= (V，E)，使邏輯平面圖G = (V，E)中的每一個(gè)頂點(diǎn)R1 e V代表一個(gè)虛擬房間，每一條邊e = (R1, R2) e E表示虛擬房間R1與R2相連通，構(gòu)建過(guò)程包括如下步驟 (4-1)根據(jù)步驟(I)中的連續(xù)采集的傳感器讀數(shù)A，形成手機(jī)在移動(dòng)過(guò)程中的連續(xù)移動(dòng)軌跡，移動(dòng)軌跡上的無(wú)線信號(hào)強(qiáng)度依次記為IF = {Pu F5,……,R,}，與該連續(xù)無(wú)線信號(hào)強(qiáng)度相對(duì)應(yīng)的步驟(3)的多個(gè)相連續(xù)的虛擬房間記為麗=(R1,R2,......*Rm}； (4-2)根據(jù)步驟(4-1)中的連續(xù)虛擬房間序列歷= CI^R2,...···,Rmh將每個(gè)虛擬房間簡(jiǎn)化為一個(gè)點(diǎn)，在任意兩個(gè)相鄰的虛擬房間Ri、Ri+1之間連接出一條邊； (4-3)遍歷步驟(I)的指紋數(shù)據(jù)集中的所有連續(xù)采集的傳感器讀數(shù)，重復(fù)步驟(4-1)和(4-2)，得到邏輯平面圖G= (V,E)； (5)將上述邏輯平面圖映射到需無(wú)線室內(nèi)定位區(qū)域的實(shí)際平面圖，得到邏輯平面圖中每一個(gè)頂點(diǎn)與實(shí)際平面圖的對(duì)應(yīng)關(guān)系，即指紋-位置關(guān)系數(shù)據(jù)庫(kù)，包括如下步驟 (5-1)將需無(wú)線室內(nèi)定位區(qū)域的實(shí)際平面圖簡(jiǎn)化為一個(gè)無(wú)向圖G' = (Τ，Ε')，其中每個(gè)頂點(diǎn)A1 e V'代表需無(wú)線室內(nèi)定位區(qū)域的實(shí)際平面圖中的一個(gè)功能區(qū)域，每條邊e =(A1, A2) e E'表示兩個(gè)功能區(qū)域A1和A2相連通； (5-2)根據(jù)介數(shù)中心性，建立上述邏輯平面圖G= (V，E)和實(shí)際平面圖G' = (Y'，E')中居于中心的頂點(diǎn)的相互映射關(guān)系，邏輯平面圖G= (V，E)中頂點(diǎn)R的介數(shù)中心性Cb(R)為
全文摘要
本發(fā)明涉及一種基于非現(xiàn)場(chǎng)勘測(cè)的無(wú)線室內(nèi)定位方法，屬于無(wú)線定位技術(shù)領(lǐng)域。本方法首先利用智能手機(jī)自動(dòng)采集指紋數(shù)據(jù)，形成數(shù)據(jù)集；基于數(shù)據(jù)集中無(wú)線信號(hào)的二階差分值，利用K平均算法生成虛擬房間；根據(jù)傳感器讀數(shù)提取用戶移動(dòng)路徑，從而獲得虛擬房間的連通關(guān)系，構(gòu)建邏輯平面圖；將邏輯平面圖映射到實(shí)際平面圖上，得到指紋-位置關(guān)系；匹配用戶提交的位置請(qǐng)求所在的虛擬房間，并檢索指紋-位置關(guān)系數(shù)據(jù)庫(kù)，判斷用戶所在位置。本發(fā)明方法無(wú)需對(duì)定位區(qū)域進(jìn)行人工的現(xiàn)場(chǎng)勘測(cè)，無(wú)需無(wú)線接入點(diǎn)的位置、功率等信息，充分利用人的移動(dòng)信息，實(shí)現(xiàn)房間級(jí)別的邏輯定位，給出用戶當(dāng)前位置，既提高了定位的精度與實(shí)時(shí)性，又節(jié)約了使用者的時(shí)間。
文檔編號(hào)H04W64/00GK102724751SQ20121018129
公開(kāi)日2012年10月10日 申請(qǐng)日期2012年6月4日 優(yōu)先權(quán)日2012年6月4日
發(fā)明者劉云浩, 吳陳沭, 楊錚, 趙弋洋 申請(qǐng)人:清華大學(xué)