基于ap id過濾和卡爾曼濾波的室內(nèi)wlan指紋定位方法
【專利摘要】本發(fā)明涉及基于AP?ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，將待定位區(qū)域劃分為若干個小分區(qū)，并通過分區(qū)的AP?ID庫篩選迅速確定分區(qū)；同時通過AP?ID庫過濾，使系統(tǒng)能夠自動適應(yīng)少量AP變動的情況；通過卡爾曼濾波算法對WLAN信號指紋進(jìn)行處理，濾除定位環(huán)境的隨機(jī)干擾。本發(fā)明實現(xiàn)了WLAN指紋定位過程中的快速準(zhǔn)確的匹配定位，解決了傳統(tǒng)WLAN指紋定位方法中匹配速度慢、定位精度低的問題。通過分區(qū)AP?ID過濾，顯著提升了指紋匹配的速度，同時，使系統(tǒng)能夠自動適應(yīng)少量AP變動的情況，避免了重復(fù)建庫的問題；通過卡爾曼濾波算法增強了系統(tǒng)對隨機(jī)干擾的自適應(yīng)能力，提高了定位精度。
【專利說明】基于AP ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于導(dǎo)航定位領(lǐng)域。涉及一種利用計算機(jī)技術(shù)、數(shù)字信號處理技術(shù)、數(shù)據(jù)庫技術(shù)等實現(xiàn)自適應(yīng)的、快速的室內(nèi)WLAN指紋定位方法。該方法能實現(xiàn)WLAN指紋定位過程中對環(huán)境擾動和AP (Access Point，無線信號接入點)數(shù)量變化的自適應(yīng)和快速定位。
【背景技術(shù)】
[0002]室內(nèi)是人類活動最密集的場所，因此對于室內(nèi)位置服務(wù)的研究具有重要意義。由于室內(nèi)環(huán)境存在多徑、非視距、復(fù)雜多變等特點，因此室內(nèi)不能應(yīng)用像GPS等廣泛用于室外的定位技術(shù)?；赪LAN的位置指紋定位技術(shù)因其設(shè)備簡單，定位精度高而成為近年來室內(nèi)定位技術(shù)研究的焦點。
[0003]根據(jù)指紋匹配方式的不同，將WLAN位置指紋定位技術(shù)劃分為兩大類:一類是確定性定位方法，一類是概率性定位方法。確定性定位方法的位置指紋是每個接入點信號強度的平均值，使用該值采用確定性的推理算法來估計用戶位置。如微軟的Bahl等人采用信號空間最近鄰法(Nearest Neighbors SignalStrength, NNSS)和最接近K鄰居法(K-NearestNeighbors in Signal Space, K-NNSS),在位置指紋數(shù)據(jù)庫里找到與實時信號強度樣本最接近的一個或多個樣本，將它們對應(yīng)的采樣點或多個采樣點的平均值作為估計的用戶位置。概率性的定位方法通過條件概率為位置指紋建立模型，并采用貝葉斯推理機(jī)制來估計用戶的位置。比較著名的WLAN位置指紋定位系統(tǒng)有微軟研發(fā)的RADAR系統(tǒng)和Harvard大學(xué)MoteTrack定位系統(tǒng)。然而，這些系統(tǒng)平均定位精度都在3m以上,還不能滿足高精度的室內(nèi)定位需求。
[0004]隨著建筑規(guī)模的不斷擴(kuò)大，匹配定位過程中數(shù)據(jù)處理量越來越大，如何提高匹配定位速度也成為當(dāng)前研究的熱點。而且，由于WLAN信號易受干擾，以及環(huán)境變動等因素的影響，當(dāng)前WLAN指紋定位技術(shù)的定位精度難以滿足不斷提高的位置服務(wù)需求。因此，這些問題都亟需進(jìn)一步解決。

【發(fā)明內(nèi)容】

[0005]針對WLAN指紋定位技術(shù)中存在的定位精度低、速度慢等問題，本發(fā)明提出了一種基于AP ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法。將待定位區(qū)域劃分為若干個小分區(qū)，并通過分區(qū)的AP ID庫篩選迅速確定分區(qū)，從而大大減少數(shù)據(jù)匹配量；同時通過APID庫過濾，使系統(tǒng)能夠自動適應(yīng)少量AP變動的情況，避免了重復(fù)建庫的問題，提高了系統(tǒng)的自適應(yīng)性；通過卡爾曼濾波算法對WLAN信號指紋進(jìn)行處理，濾除定位環(huán)境的隨機(jī)干擾，減小環(huán)境變動帶來的定位誤差。
[0006]基于AP ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，包括以下步驟:
[0007]步驟1:離線建立WLAN位置指紋庫。
[0008]步驟1.1:確定待定位區(qū)域。
[0009]獲取待定位區(qū)域的平面圖和室內(nèi)結(jié)構(gòu)圖，并確定待定位區(qū)域內(nèi)所有AP接入點的分布位置。
[0010]步驟1.2:判斷是否需要進(jìn)行區(qū)域劃分。
[0011]在結(jié)構(gòu)復(fù)雜的室內(nèi)環(huán)境中，AP的信號衰減速度非?？欤瑐鬏斁嚯x有限，因此，可以根據(jù)室內(nèi)結(jié)構(gòu)和AP的分布情況，將較大的待定位區(qū)域劃分為幾個小區(qū)域。
[0012]—般的,如果建筑物邊長大于50m,有多個AP分布在定位區(qū)域的不同方位上,并且不同AP接入點間墻體間隔大于4層時，就對定位區(qū)域進(jìn)行劃分；否則，轉(zhuǎn)步驟1.8。
[0013]步驟1.3:按照劃分原則進(jìn)行區(qū)域劃分。
[0014]區(qū)域劃分的原則是:盡量使每個分區(qū)以AP的位置為中心，在分區(qū)內(nèi)每個AP的信號穿墻數(shù)量應(yīng)少于3層，分區(qū)直徑應(yīng)小于50m。這樣可以提高分區(qū)AP ID庫的可辨識度。
[0015]步驟1.4:采集信號的位置指紋和參考坐標(biāo)。
[0016]在每個分區(qū)內(nèi)前后左右間隔Im處均勻選擇參考點，之后通過將平面圖矢量化，確定每個參考點的坐標(biāo)。然后，在每個參考點處采集信號強度指紋40?60組，采樣間隔為I秒。并將采集的數(shù)據(jù)上傳到計算機(jī)。
[0017]步驟1.5:對指紋信號進(jìn)行卡爾曼濾波。
[0018](I)對步驟1.4采集的信號指紋進(jìn)行卡爾曼濾波，通過對隨機(jī)過程進(jìn)行實測、預(yù)測和校正，有效處理具有時變特性的實際問題，濾除測量過程中的環(huán)境干擾，增強系統(tǒng)的定位精度和環(huán)境的自適應(yīng)性。
[0019](2)提取每組指紋中來自同一個AP的信號強度，根據(jù)采集時間進(jìn)行連續(xù)卡爾曼濾波。
[0020]步驟1.6:建立AP ID全庫。
[0021]將步驟1.5濾波過程采集到的信號指紋中出現(xiàn)的所有AP ID提取出來，并保存到數(shù)據(jù)庫中，建立定位區(qū)域的AP ID全庫。
[0022]步驟1.7:建立各分區(qū)的分區(qū)AP ID庫和分區(qū)位置指紋庫。
[0023](I)將步驟1.5濾波后的位置指紋按信號強度RSS從大到小對AP ID排序，并按照指定格式保存到相應(yīng)的分區(qū)位置指紋庫中，建立分區(qū)位置指紋庫。
[0024](2)在每個區(qū)域內(nèi)所有參考點處,取每個指紋中前幾個(一般選6?12個)AP的APID組成AP ID庫，每個小區(qū)域?qū)?yīng)一個分區(qū)AP ID庫。根據(jù)每個分區(qū)內(nèi)AP ID出現(xiàn)頻率的統(tǒng)計值對其進(jìn)行從大到小排序。
[0025]步驟1.8:如果不需要分區(qū)，重復(fù)步驟1.4?1.7，對指紋信號進(jìn)行卡爾曼濾波，并建立整個定位區(qū)域的AP ID全庫和位置指紋庫。
[0026]步驟2:在線進(jìn)行指紋匹配定位。
[0027]步驟2.1:采集待定位區(qū)域指紋。
[0028]在待定位區(qū)域，用手機(jī)連續(xù)采集信號指紋數(shù)據(jù)，并記錄下采集點位置，通過矢量地圖確定各采集點的真實坐標(biāo)，將采集的信號指紋數(shù)據(jù)上傳到計算機(jī)。
[0029]步驟2.2:對指紋信號進(jìn)行卡爾曼濾波。
[0030]將步驟2.1采集的待定位信號指紋中的每一個AP信號按照時間進(jìn)行卡爾曼濾波處理，將實時測得信號中來自相同AP的RSS進(jìn)行卡爾曼濾波，將相同時刻濾波后的全部AP信息，按照RSS的大小進(jìn)行排序，對應(yīng)相應(yīng)的AP ID,形成待定位指紋。將濾波后的待定位信號指紋保存起來。[0031]步驟2.3:對濾波后的指紋信號進(jìn)行離散采樣。
[0032]從不同的采集點采集的待定位指紋中均勻地抽選信號指紋，用于下一步的匹配定位。
[0033]步驟2.4:判斷是否有新增AP。
[0034]將步驟2.3得到的待定位指紋的AP ID與該區(qū)域的AP ID全庫進(jìn)行匹配，如果某個AP ID在AP ID全庫中找不到，則說明該AP是新增或更換的AP，在待定位指紋中的直接刪除此AP ID和對應(yīng)的RSS信息，組成新的待定位指紋。否則，轉(zhuǎn)下一步。
[0035]步驟2.5:判斷待定位指紋屬于哪個分區(qū)AP ID庫。
[0036]查找包含待定位指紋的全部AP ID的分區(qū)AP ID庫。當(dāng)有多個分區(qū)AP ID庫包含待定位指紋的全部AP ID時，首先確定所述多個分區(qū)AP ID庫中與待定位指紋相同的APID，然后，計算這些相同的AP ID在待定位指紋中的序號與在分區(qū)AP ID庫中的序號的差的絕對值，并求所述絕對值的和。和最小的分區(qū)AP ID庫即為待定位指紋所屬的分區(qū)AP ID庫。
[0037]步驟2.6:判斷該分區(qū)內(nèi)是否有與待定位指紋AP ID相同庫指紋集。如果有，進(jìn)一步采用最近鄰法估計待定位指紋的位置；如果沒有，縮短指紋長度，再次匹配。
[0038]步驟2.7:計算待定位指紋與篩選出的庫指紋的歐式距離，找出歐式距離最小的位置指紋，從而估計出待定位指紋的位置坐標(biāo)。如果該距離超過閾值，縮短指紋長度，轉(zhuǎn)步驟2.6 ;否則，轉(zhuǎn)下一步。所述閾值通常取150。
[0039]步驟2.8:判斷采樣指紋是否全部匹配。如果不是全部匹配，轉(zhuǎn)步驟2.4 ;如果全部匹配，輸出估計位置。
[0040]所述步驟1.6、步驟1.8和步驟2.2采用相同的卡爾曼濾波算法,最大程度地濾除環(huán)境干擾，卡爾曼濾波算法主要由以下5個公式組成:
【權(quán)利要求】
1.基于AP ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，其特征在于，將待定位區(qū)域劃分為若干個小分區(qū)，并通過分區(qū)的AP ID庫篩選迅速確定分區(qū)，從而大大減少數(shù)據(jù)匹配量；同時通過AP ID庫過濾，使系統(tǒng)能夠自動適應(yīng)少量AP變動的情況，避免重復(fù)建庫的問題；通過對WLAN信號指紋進(jìn)行卡爾曼濾波，減小環(huán)境變動帶來的定位誤差；所述方法包括以下步驟: 步驟1:離線建立WLAN位置指紋庫； 步驟1.1:確定待定位區(qū)域； 獲取待定位區(qū)域的平面圖和室內(nèi)結(jié)構(gòu)圖，并確定待定位區(qū)域內(nèi)所有AP接入點的分布位置； 步驟1.2:判斷是否需要進(jìn)行區(qū)域劃分； 一般的，如果建筑物邊長大于50m,有多個AP分布在定位區(qū)域的不同方位上,并且不同AP接入點間墻體間隔大于4層時，就對定位區(qū)域進(jìn)行劃分；否則，轉(zhuǎn)步驟1.8 ； 步驟1.3:按照劃分原則進(jìn)行區(qū)域劃分； 區(qū)域劃分的原則是:盡量使每個分區(qū)以AP的位置為中心，在分區(qū)內(nèi)每個AP的信號穿墻數(shù)量應(yīng)少于3層，分區(qū)直徑應(yīng)小于50m ;這樣劃分可以提高分區(qū)AP ID庫的可辨識度； 步驟1.4:采集信號的位置指紋和參考坐標(biāo)； 在每個分區(qū)內(nèi)前后左右間隔Im處均勻選擇參考點，之后通過將平面圖矢量化，確定每個參考點的坐標(biāo)；然后， 在每個參考點處采集信號強度指紋40~60組，采樣間隔為I秒；并將采集的數(shù)據(jù)上傳到計算機(jī) ； 步驟1.5:對指紋信號進(jìn)行卡爾曼濾波； (1)對步驟1.4采集的信號指紋進(jìn)行卡爾曼濾波，通過對隨機(jī)過程進(jìn)行實測、預(yù)測和校正，有效處理具有時變特性的實際問題，濾除測量過程中的環(huán)境干擾，增強系統(tǒng)的定位精度和環(huán)境的自適應(yīng)性； (2)提取每組指紋中來自同一個AP的信號強度，根據(jù)采集時間進(jìn)行連續(xù)卡爾曼濾波； 步驟1.6:建立AP ID全庫； 將步驟1.5濾波過程采集到的信號指紋中出現(xiàn)的所有AP ID提取出來，并保存到數(shù)據(jù)庫中，建立定位區(qū)域的AP ID全庫； 步驟1.7:建立各分區(qū)的分區(qū)AP ID庫和分區(qū)位置指紋庫； (1)將步驟1.5濾波后的位置指紋按信號強度RSS從大到小對AP ID排序，并按照指定格式保存到相應(yīng)的分區(qū)位置指紋庫中，建立分區(qū)位置指紋庫； (2)在每個區(qū)域內(nèi)所有參考點處，取每個指紋中前M個AP的APID組成AP ID庫，通常取6≤M≤12，每個小區(qū)域?qū)?yīng)一個分區(qū)AP ID庫；根據(jù)每個分區(qū)內(nèi)AP ID出現(xiàn)頻率的統(tǒng)計值對其進(jìn)行從大到小排序； 步驟1.8:如果不需要分區(qū)，重復(fù)步驟1.4~1.7，對指紋信號進(jìn)行卡爾曼濾波，并建立整個定位區(qū)域的AP ID全庫和位置指紋庫； 步驟2:在線進(jìn)行指紋匹配定位； 步驟2.1:采集待定位區(qū)域指紋； 在待定位區(qū)域，連續(xù)采集信號指紋數(shù)據(jù)，并記錄下采集點位置，通過矢量地圖確定各采集點的真實坐標(biāo)，將采集的信號指紋數(shù)據(jù)上傳到計算機(jī)；步驟2.2:對指紋信號進(jìn)行卡爾曼濾波； 將步驟2.1采集的待定位信號指紋中的每一個AP信號按照時間進(jìn)行卡爾曼濾波處理，將實時測得信號中來自相同AP的RSS進(jìn)行卡爾曼濾波，將相同時刻濾波后的全部AP信息，按照RSS的大小進(jìn)行排序，對應(yīng)相應(yīng)的AP ID,形成待定位指紋；將濾波后的待定位信號指紋保存起來； 步驟2.3:對濾波后的指紋信號進(jìn)行離散采樣； 從不同的采集點采集的待定位指紋中均勻地抽選信號指紋，用于下一步的匹配定位； 步驟2.4:判斷是否有新增AP; 將步驟2.3得到的待定位指紋的AP ID與該區(qū)域的AP ID全庫進(jìn)行匹配，如果某個APID在AP ID全庫中找不到，則說明該AP是新增或更換的AP，在待定位指紋中的直接刪除此AP ID和對應(yīng)的RSS信息，組成新的待定位指紋；否則，轉(zhuǎn)下一步； 步驟2.5:判斷待定位指紋屬于哪個分區(qū)AP ID庫； 查找包含待定位指紋的全部AP ID的分區(qū)AP ID庫；當(dāng)有多個分區(qū)AP ID庫包含待定位指紋的全部AP ID時，首先確定所述多個分區(qū)AP ID庫中與待定位指紋相同的AP ID，然后，計算這些相同的AP ID在待定位指紋中的序號與在分區(qū)AP ID庫中的序號的差的絕對值，并求所述絕對值的和；和最小的分區(qū)AP ID庫即為待定位指紋所屬的分區(qū)AP ID庫；步驟2.6:判斷該分區(qū)內(nèi)是否有與待定位指紋AP ID相同庫指紋集；如果有，進(jìn)一步采用最近鄰法估計待定位指紋的位置；如果沒有，縮短指紋長度，再次匹配； 步驟2.7:計算待定位指紋與篩選出的庫指紋的歐式距離，找出歐式距離最小的位置指紋，從而估計出待定位指紋的位置坐標(biāo)；如果該距離超過閾值，縮短指紋長度，轉(zhuǎn)步驟2.6 ;否則，轉(zhuǎn)下一步；所述閾值通常取150 ； 步驟2.8:判斷采樣指紋是否全部匹配；如果不是全部匹配，轉(zhuǎn)步驟2.4 ;如果全部匹配，輸出估計位置。
2.根據(jù)權(quán)利要求1所述的基于AP ID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，其特征在于，所述步驟1.6、步驟1.8和步驟2.2采用相同的卡爾曼濾波算法，最大程度地濾除環(huán)境干擾，卡爾曼濾波算法主要由以下5個公式組成:
X (k |k-l) = AX(k-l|k-l)+BU(k) (I)
P (k |k-l) = AP(k-l|k-l)A，+Q (2)
X (k I k-1) = X (k-11 k-1) +Kg (K) (Z (K) -X (k | k-1)) (3)
3.根據(jù)權(quán)利要求1所述的基于APID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，其特征在于，所述步驟1.7位置指紋庫中每條位置指紋的格式如下:
4.根據(jù)權(quán)利要求1所述的基于APID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法，其特征在于，所述步驟1.7每個AP ID在分區(qū)內(nèi)出現(xiàn)頻率的統(tǒng)計值為:

5.根據(jù)權(quán)利要求1所述的基于APID過濾和卡爾曼濾波的室內(nèi)WLAN指紋定位方法,其特征在于，所述步驟2.7待定位指紋與位置指紋庫中指紋的歐幾里德距離公式為:
【文檔編號】H04W64/00GK103889051SQ201410055244
【公開日】2014年6月25日 申請日期:2014年2月18日 優(yōu)先權(quán)日:2014年2月18日
【發(fā)明者】張會清, 許建波 申請人:北京工業(yè)大學(xué)