一種基于AP集相似度的Wi-Fi指紋定位方法
【專利摘要】本發(fā)明涉及一種基于AP集相似度的Wi-Fi指紋定位方法，引入相似系數(shù)計算指紋AP集合的相似度，作為指紋匹配的重要指標。在定位階段，首先利用基于區(qū)域相似度的訓(xùn)練指紋選擇算法縮小指紋搜索區(qū)間，提高指紋匹配的準確度，同時，為提高指紋區(qū)域劃分的自動性以及準確性，設(shè)計了基于室內(nèi)空間布局以及K均值聚類的訓(xùn)練指紋區(qū)域劃分方法；然后融合AP集相似度以及信號強度（RSS）信息得到距離計算公式，利用加權(quán)的k最近鄰（KWNN）方法計算移動目標的位置；最后在實際的WLAN環(huán)境下進行定位，結(jié)果表明，本發(fā)明提出的方法具有更高的定位精度和定位準確率，能夠很好地適應(yīng)采集的指紋AP集差異性大的室內(nèi)環(huán)境。
【專利說明】—種基于AP集相似度的W1-Fi指紋定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于AP集相似度的W1-Fi指紋定位方法，屬于無線通信、室內(nèi)定位、計算機算法領(lǐng)域。
【背景技術(shù)】
[0002]位置作為一種重要的上下文，在普適計算/物聯(lián)網(wǎng)等新型計算及其應(yīng)用中發(fā)揮著重要的作用。近年來，隨著無線網(wǎng)絡(luò)和移動計算技術(shù)的發(fā)展，各種小型計算設(shè)備如掌上電腦、手機、傳感器、射頻標簽等逐漸融入人們的生活，尤其是智能手機的普及，使各種新型位置感知技術(shù)和服務(wù)模式不斷涌現(xiàn)。雖然傳統(tǒng)的以GPS為代表的全球?qū)Ш叫l(wèi)星定位系統(tǒng)技術(shù)已相對成熟，具有全天候、高精度、自動測量等特點，但在室內(nèi)環(huán)境或復(fù)雜城鎮(zhèn)環(huán)境下，由于信號遮擋以及多徑效應(yīng)導(dǎo)致其定位效果并不理想。定位尤其是室內(nèi)定位已成為位置感知領(lǐng)域?qū)W術(shù)界和產(chǎn)業(yè)界關(guān)注的熱點。
[0003]在各種室內(nèi)定位技術(shù)中，由于W1-Fi定位技術(shù)可以充分利用現(xiàn)有的WLAN基礎(chǔ)設(shè)施，覆蓋廣、成本低，已成為一種目前主流的室內(nèi)定位技術(shù)?；赪1-Fi等無線定位技術(shù)為核心構(gòu)建的實時定位系統(tǒng)行業(yè)應(yīng)用非常廣泛，遍及醫(yī)療健康、物流、交通、電力、安防、家居、軍事等諸多領(lǐng)域。目前，實時定位系統(tǒng)在國內(nèi)外已有初步應(yīng)用，北京地壇醫(yī)院于2009年就采用美國Ekahau實時定位系統(tǒng),用于醫(yī)用垃圾追蹤、急癥病人追蹤、貴重設(shè)備追蹤等,改善和提高醫(yī)療質(zhì)量和服務(wù)水平的同時也降低了成本。另外，對傳統(tǒng)產(chǎn)業(yè)的帶動效應(yīng)很大，可以不斷提升新的產(chǎn)業(yè)形態(tài)。
[0004]W1-Fi指紋算法作為一種有效的室內(nèi)定位方法，可以得出較為準確的目標位置，而傳統(tǒng)的W1-Fi指紋定位方法一般都需要使用相同的AP集合計算觀測指紋與訓(xùn)練指紋之間的距離，然而在真實環(huán)境中，WLAN的AP需要分散部署，同時W1-Fi信號也容易受到多徑、陰影效應(yīng)、人員走動的影響，且環(huán)境中也有可能添加新的AP或移除損壞的AP，這些因素使得AP集合不完全一致。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了解決現(xiàn)有技術(shù)存在的不足，而提出了一種能夠很好地適應(yīng)AP集合具有差異性的室內(nèi)環(huán)境中的W1-Fi指紋定位方法，本方法定位精度高、實時性良好、擴展性強且不會增加用戶的額外成本。
[0006]為實現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案是:提供一種基于AP集相似度的W1-Fi指紋定位方法，按如下步驟操作:
步驟一:給出了 4種計算AP集合相似度的相似系數(shù)，包括Jaccard、Sorenson、Ochiai以及Kulczynski,相似系數(shù)介于O 和I 之間,0表示兩個集合完全不相同，I則表示完全相同，四種系數(shù)定義如下，其中IJ 1、I B 1、
\ΛηΒ\以及分別為集合Α、B、A與B的交集以及A與B的并集中元素個數(shù)；
【權(quán)利要求】
1.一種基于AP集相似度的W1-Fi指紋定位方法，其特征在于:按如下步驟操作:步驟一:給出了 4種計算AP集合相似度的相似系數(shù),包括Jaccard、Sorenson、Ochiai以及Kulczynski，相似系數(shù)介于O和I之間，O表示兩個集合完全不相同，I則表示完全相同，四種系數(shù)定義如下，其中|A|,|B|.|A|、I Al、以及丨分別為集合A、B、A與B的交集以及A與B的并集中元素個數(shù)；
2.根據(jù)權(quán)利要求1所述的一種AP集相似度的W1-Fi指紋定位方法，其特征在于:步驟二中所述的區(qū)域相似度評估標準是群體相似度，或者叫做區(qū)域相似度，而不是個體相似度，從而提高數(shù)據(jù)選擇的魯棒性和準確性。
3.根據(jù)權(quán)利要求1所述的一種AP集相似度的W1-Fi指紋定位方法，其特征在于:步驟四中所述的算法的偽代碼描述如下:

【文檔編號】H04W64/00GK103476115SQ201310432808
【公開日】2013年12月25日 申請日期:2013年9月22日 優(yōu)先權(quán)日:2013年9月22日
【發(fā)明者】尚建嘎, 胡旭科, 余芳文, 閆金金, 古富強 申請人:中國地質(zhì)大學(xué)（武漢）