本發(fā)明涉及信息技術(shù)領(lǐng)域的室內(nèi)定位技術(shù)，具體涉及的是一種基于眾包數(shù)據(jù)的WiFi指紋庫更新方法。

背景技術(shù)：

隨著智能手機和移動互聯(lián)網(wǎng)的快速發(fā)展，基于位置的服務(wù)吸引了越來越多的關(guān)注。實時定位已經(jīng)成為交通、商業(yè)、物流、個性服務(wù)等多個高層次應(yīng)用的基本技術(shù)。在室外的情況下，全球?qū)Ш叫l(wèi)星系統(tǒng)提供了一個很好的定位服務(wù)，如全球定位系統(tǒng)(GPS)。然而，在室內(nèi)環(huán)境中，由于信號衰落和多徑效應(yīng)，全球衛(wèi)星定位系統(tǒng)無法達到合適的精度。因此，室內(nèi)定位技術(shù)已經(jīng)成為近年來的一個熱門話題。

因為高精度，低成本，易于部署的特點，Wi-Fi室內(nèi)定位技術(shù)已成為最廣泛使用的室內(nèi)定位方案之一。Wi-Fi定位系統(tǒng)一般包括兩個階段：離線指紋訓(xùn)練階段，用來建立指紋數(shù)據(jù)庫；在線定位階段，根據(jù)當(dāng)前RSS(信號強度)數(shù)據(jù)，通過定位算法獲取用戶位置。目前大多數(shù)針對Wi-Fi室內(nèi)定位技術(shù)的研究主要關(guān)注著這兩個階段，指紋庫的更新技術(shù)成為該領(lǐng)域的一個盲點。而實際上，指紋庫的更新維護是Wi-Fi室內(nèi)定位的一個必要過程。

由于全監(jiān)督的指紋庫采集方法耗時長，效率低，當(dāng)下主流的指紋庫采集方法是利用眾包數(shù)據(jù)的非監(jiān)督采集方法。在這種方法中，Wi-Fi指紋的位置是由行人航位推算技術(shù)(PDR)來估計的。由于PDR累積誤差的存在，直接使用非監(jiān)督采集方法生成的指紋庫進行定位是有風(fēng)險的，需要根據(jù)后續(xù)的采集數(shù)據(jù)對指紋庫進行更新維護。Wi-Fi信號是易變的，室內(nèi)環(huán)境中的一些變化，如室內(nèi)遮擋的變化，接入點(AP)設(shè)備的老化與更換都會導(dǎo)致同一位置上從同一AP接收到的Wi-Fi信號強度發(fā)生變化。如果室內(nèi)環(huán)境中出現(xiàn)了上述變化，而Wi-Fi指紋庫維持不變，那么室內(nèi)定位的精度會受到影響，嚴重時會導(dǎo)致定位系統(tǒng)崩潰。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種基于眾包數(shù)據(jù)的WiFi指紋庫更新方法，可以依據(jù)室內(nèi)Wi-Fi環(huán)境的變化對指紋庫進行更新，以維持穩(wěn)定的定位效果。

為解決上述問題，本發(fā)明提出一種基于眾包數(shù)據(jù)的WiFi指紋庫更新方法，包括以下步驟：

S1：采集室內(nèi)環(huán)境中信號設(shè)備的眾包數(shù)據(jù)，根據(jù)眾包數(shù)據(jù)得到更新數(shù)據(jù)，所述更新數(shù)據(jù)至少包括采集位置和當(dāng)前采集到的WiFi指紋，每采集依次得到一新的更新數(shù)據(jù)；

S2：根據(jù)每條更新數(shù)據(jù)中的采集位置與原指紋庫中的各參考點對應(yīng)的聚類位置進行比較，將各更新數(shù)據(jù)就近聚類至相應(yīng)參考點；

S3：對更新數(shù)據(jù)中WiFi指紋的各接入點的出現(xiàn)頻次進行分析，選擇出現(xiàn)頻次高的幾個接入點，得到備選接入點區(qū)，若更新數(shù)據(jù)中對應(yīng)原指紋庫的固定接入點表中的接入點的信號強度過低時，則從所述備選接入點區(qū)中選取新的接入點替換；

S4：對原指紋庫中的對應(yīng)固有接入點表的原WiFi指紋和對應(yīng)固有接入點表的各更新數(shù)據(jù)的WiFi指紋進行均值統(tǒng)計，得到能夠代表各參考點的信號特征的標(biāo)準(zhǔn)指紋，若固有接入點表有替換的接入點，則將更新數(shù)據(jù)中對應(yīng)該新的接入點信號強度進行均值統(tǒng)計，確定標(biāo)準(zhǔn)指紋中對應(yīng)該新的接入點的信號強度；

S5：針對每個參考點，計算原指紋庫和更新數(shù)據(jù)中的所有WiFi指紋與標(biāo)準(zhǔn)指紋的相似性，取相似性最大的幾條WiFi指紋作為該參考點的新指紋庫。

根據(jù)本發(fā)明的一個實施例，在所述步驟S1中，在非監(jiān)督的條件下采集眾包數(shù)據(jù)并利用眾包數(shù)據(jù)獲取WiFi指紋，通過行人行位推算技術(shù)得到每條WiFi指紋所對應(yīng)的采集位置。

根據(jù)本發(fā)明的一個實施例，所述更新數(shù)據(jù)中記錄能夠采集到的所有WiFi接入設(shè)備的WiFi信號強度；所述原指紋庫記錄固定接入點表中的固定接入點的WiFi信號強度。

根據(jù)本發(fā)明的一個實施例，所述步驟S2包括以下步驟：

S21：在聚類開始前設(shè)定聚類半徑為R；

S22：對于更新數(shù)據(jù)中的每一條數(shù)據(jù)，如果其采集位置與各參考點對應(yīng)的聚類位置中的任意位置距離小于等于R，則將該條更新數(shù)據(jù)所對應(yīng)的Wi-Fi指紋聚類到給該聚類位置的參考點中；否則丟棄該條更新數(shù)據(jù)；完成全部更新數(shù)據(jù)的聚類。

根據(jù)本發(fā)明的一個實施例，所述步驟S3包括以下步驟：

S31：對于每個參考點的更新數(shù)據(jù)，將全部WiFi指紋中具有記錄的各接入點的出現(xiàn)頻次進行累加統(tǒng)計；

S32：根據(jù)每個參考點的各接入點的出現(xiàn)頻次進行大小排序，選取最出現(xiàn)頻次最高的幾個接入點，作為備選接入點區(qū)；

S33：對更新數(shù)據(jù)中對應(yīng)原指紋庫固定接入點表中的每個接入點的信號強度作加和統(tǒng)計；

S34：若全部接入點的信號強度均不低于強度閾值，則保持固定接入點表不變；若任意一接入點的信號強度低于強度閾值，則從所述備選接入點區(qū)中選取出現(xiàn)頻次最高的一個新的接入點替換該接入點，得到新的固定接入點表。

根據(jù)本發(fā)明的一個實施例，在原指紋庫中，將新替換的接入點的信號強度的值設(shè)置為指定值。

根據(jù)本發(fā)明的一個實施例，所述步驟S4包括以下情況：

情況一：當(dāng)更新數(shù)據(jù)的指紋數(shù)量K遠大于原指紋庫的指紋數(shù)量M時，參考點的標(biāo)準(zhǔn)指紋F_s是原指紋庫和更新數(shù)據(jù)中所有WiFi指紋的平均，即：

F_m為更新數(shù)據(jù)的WiFi指紋向量，F(xiàn)_k為原指紋庫的WiFi指紋向量；

其中，當(dāng)出現(xiàn)了固有接入點表變化時，標(biāo)準(zhǔn)指紋中對應(yīng)新的接入點的信號強度RSS_r表示為：

RSS_i為更新數(shù)據(jù)中的對應(yīng)該新的接入點的各信號強度；

情況二：當(dāng)更新數(shù)據(jù)的指紋數(shù)量K小于原指紋庫的指紋數(shù)量M或兩者相當(dāng)時，需要對該參考點的所有WiFi指紋建立指紋可靠性模型，指紋的可靠性模型R(t)表示為：

其中，φ^-1(x)是標(biāo)準(zhǔn)正態(tài)分布概率密度函數(shù)的反函數(shù)，σ是Wi-Fi信號的標(biāo)準(zhǔn)差，P為固定AP表中AP的數(shù)量，Δ為AP信號最大衰減量；

得到指紋的可靠性模型之后，標(biāo)準(zhǔn)指紋計算為：

F_i為參考點的各WiFi指紋向量；

其中，當(dāng)出現(xiàn)了固有接入點表變化時，標(biāo)準(zhǔn)指紋中對應(yīng)新的接入點的信號強度RSS_r表示為：

RSS_i為更新數(shù)據(jù)中的對應(yīng)該新的接入點的各信號強度。

根據(jù)本發(fā)明的一個實施例，所述步驟S5包括以下步驟，

S51：原指紋庫和更新數(shù)據(jù)中的各WiFi指紋與標(biāo)準(zhǔn)指紋之間的相似性表示為，WiFi指紋與標(biāo)準(zhǔn)指紋之間的歐氏距離的倒數(shù)；

S52：將各WiFi指紋按相似性從大到小進行排序；

S53：截取其中與標(biāo)準(zhǔn)指紋相似性最高的M條WiFi指紋作為新指紋庫中該參考點的WiFi指紋，M與原指紋庫的WiFi指紋數(shù)量相同。

根據(jù)本發(fā)明的一個實施例，原指紋庫和更新數(shù)據(jù)中的各WiFi指紋與標(biāo)準(zhǔn)指紋之間的相似性表示為：|F_i-F_s|為WiFi指紋與標(biāo)準(zhǔn)指紋之間的歐氏距離，α、β為設(shè)定的參數(shù)。

根據(jù)本發(fā)明的一個實施例，在所述步驟S4之前還包括步驟S6，設(shè)定指紋壽命閾值為t_m；對原指紋庫中的所有WiFi指紋進行判斷，假定當(dāng)前時間為t₀，原指紋庫中WiFi指紋的采集時間為t，如果t₀-t＞tm，則認為該WiFi指紋過期，將其淘汰。

采用上述技術(shù)方案后，本發(fā)明相比現(xiàn)有技術(shù)至少具有以下有益效果：

1、本發(fā)明中的指紋庫更新方法可以在非監(jiān)督的條件下完成，面對Wi-Fi環(huán)境的變化可及時更新Wi-Fi指紋庫，以維持定位系統(tǒng)的正常運行；

2、本發(fā)明中的指紋庫更新方法相比傳統(tǒng)的指紋庫更新方法有更強的魯棒性，在眾包數(shù)據(jù)的條件下，無論采集到的更新數(shù)據(jù)充足與否，都能使系統(tǒng)監(jiān)測到Wi-Fi環(huán)境的變化，做出相應(yīng)的更新。

附圖說明

圖1為本發(fā)明實施例的基于眾包數(shù)據(jù)的WiFi指紋庫更新方法的流程示意圖；

圖2a為本發(fā)明實施例的初始狀態(tài)下指紋相似性的分布示意圖；

圖2b為本發(fā)明實施例的對所有WiFi指紋按照與標(biāo)準(zhǔn)指紋的相似性由高到低排序的示意圖；

圖2c為本發(fā)明實施例的截取M條WiFi指紋作為新指紋庫中該參考點的WiFi指紋的示意圖；

圖3為本發(fā)明實施例的參考點分布圖；

圖4為本發(fā)明實施例的指紋可靠性模型。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖對本發(fā)明的具體實施方式做詳細的說明。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實施的限制。

參看圖1，本發(fā)明實施例的基于眾包數(shù)據(jù)的WiFi指紋庫更新方法，包括以下步驟：

S1：采集室內(nèi)環(huán)境中信號設(shè)備的眾包數(shù)據(jù)，根據(jù)眾包數(shù)據(jù)得到更新數(shù)據(jù)，所述更新數(shù)據(jù)至少包括采集位置和當(dāng)前采集到的WiFi指紋，每采集依次得到一新的更新數(shù)據(jù)；

S2：根據(jù)每條更新數(shù)據(jù)中的采集位置與原指紋庫中的各參考點對應(yīng)的聚類位置進行比較，將各更新數(shù)據(jù)就近聚類至相應(yīng)參考點；

S3：對更新數(shù)據(jù)中WiFi指紋的各接入點的出現(xiàn)頻次進行分析，選擇出現(xiàn)頻次高的幾個接入點，得到備選接入點區(qū)，若更新數(shù)據(jù)中對應(yīng)原指紋庫的固定接入點表中的接入點的信號強度過低時，則從所述備選接入點區(qū)中選取新的接入點替換；

S4：對原指紋庫中的對應(yīng)固有接入點表的原WiFi指紋和對應(yīng)固有接入點表的各更新數(shù)據(jù)的WiFi指紋進行均值統(tǒng)計，得到能夠代表各參考點的信號特征的標(biāo)準(zhǔn)指紋，若固有接入點表有替換的接入點，則將更新數(shù)據(jù)中對應(yīng)該新的接入點信號強度進行均值統(tǒng)計，確定標(biāo)準(zhǔn)指紋中對應(yīng)該新的接入點的信號強度；

S5：針對每個參考點，計算原指紋庫和更新數(shù)據(jù)中的所有WiFi指紋與標(biāo)準(zhǔn)指紋的相似性，取相似性最大的幾條WiFi指紋作為該參考點的新指紋庫。

在本發(fā)明實施例中原指紋庫可以以表格1所示的方式儲存。該指紋庫記錄了每個參考點的聚類位置、及采集到的來自不同接入點的Wi-Fi信號強度，同一時刻采集到的來自不同接入點的信號強度組成一條指紋。每個參考點所包含的指紋數(shù)量是一定的，記為M。為了后續(xù)指紋庫更新分析，同時保存每條指紋的采集時間。指紋F＝{RSS₁，RSS₂，RSS₃，...，RSS_n}，計算過程中，也可稱之為指紋向量，RSS₁，RSS₂，RSS₃，...RSS_n為信號強度。

表格1

為了進行指紋庫更新，本發(fā)明實施例利用眾包數(shù)據(jù)在非監(jiān)督的條件下采取了指紋。步驟S1中，采集室內(nèi)環(huán)境中信號設(shè)備的眾包數(shù)據(jù)，可以使用能夠采集到眾包數(shù)據(jù)的設(shè)備進行采集，利用眾包數(shù)據(jù)能夠得到本發(fā)明實施例所需的更新數(shù)據(jù)，或者眾包數(shù)據(jù)也可以直接作為更新數(shù)據(jù)，根據(jù)眾包數(shù)據(jù)得到更新數(shù)據(jù)。更新數(shù)據(jù)至少包括采集位置和當(dāng)前采集到的WiFi指紋，每采集依次得到一新的更新數(shù)據(jù)。更新數(shù)據(jù)是采集位置和Wi-Fi指紋的組合數(shù)據(jù)：{(x，y)，(RSS₁，RSS₂，RSS₃，...，RSS_n)}。信號設(shè)備可以是信號收發(fā)設(shè)備或信號發(fā)送設(shè)備，例如是AP(無線訪問接入點)等設(shè)備。

在一個實施例中，在步驟S1中，在非監(jiān)督的條件下采集眾包數(shù)據(jù)并利用眾包數(shù)據(jù)獲取WiFi指紋，通過行人行位推算技術(shù)(PDR)得到每條WiFi指紋所對應(yīng)的采集位置。但不限于此，也可以通過在指定位置對眾包數(shù)據(jù)進行采集，從而必然已知采集位置。

接著執(zhí)行步驟S2，通過對更新數(shù)據(jù)中采集位置的分析，依照原指紋庫的聚類位置分布進行聚類，根據(jù)每條更新數(shù)據(jù)中的采集位置與原指紋庫中的各參考點對應(yīng)的聚類位置進行比較，將各更新數(shù)據(jù)就近聚類至相應(yīng)參考點。一更新數(shù)據(jù)可以重復(fù)聚類至不同的參考點中。

具體聚類方法可以如下：步驟S21：在聚類開始前設(shè)定聚類半徑為R；步驟S22：對于更新數(shù)據(jù)中的每一條數(shù)據(jù)，如果其對應(yīng)位置與聚類位置集中的任意位置距離小于等于R，則將該條更新數(shù)據(jù)所對應(yīng)的Wi-Fi指紋聚類到給該聚類位置的參考點中；如果該位置與聚類位置集中的任意位置距離大于R，則丟棄該數(shù)據(jù)，重復(fù)執(zhí)行步驟S22直到完成全部更新數(shù)據(jù)的聚類。這樣，更新數(shù)據(jù)的儲存格式也可以與表格1中所示相同，但不直接存入，對于每個聚類位置上的更新數(shù)據(jù)數(shù)量，記為K。

對于原指紋庫的所有參考點的聚類位置集{(x₁，y₁)，(x₂，y₂)，...，(x_n，y_n)}，設(shè)定一個聚類半徑R，對于更新數(shù)據(jù)的每一條WiFi指紋，如果其采集位置(x，y)滿足：((x_k-x)²+(y_k-y)²)^1/2≤R，則將該更新數(shù)據(jù)聚類到該參考點上。

其中，更新數(shù)據(jù)中記錄的是能夠采集到的所有WiFi接入設(shè)備的WiFi信號強度；原指紋庫記錄的是其固定接入點表中的固定接入點的WiFi信號強度。

接著執(zhí)行步驟S3，對更新數(shù)據(jù)中WiFi指紋的各接入點的出現(xiàn)頻次進行分析，選擇出現(xiàn)頻次高的幾個接入點，得到備選接入點區(qū)，若更新數(shù)據(jù)中對應(yīng)原指紋庫的固定接入點表中的接入點的信號強度過低時，則從所述備選接入點區(qū)中選取新的接入點替換。

在一個實施例中，步驟S3包括以下步驟：

S31：對于每個參考點的更新數(shù)據(jù)，將全部WiFi指紋中具有記錄的各接入點的出現(xiàn)頻次進行累加統(tǒng)計；

S32：根據(jù)每個參考點的各接入點的出現(xiàn)頻次進行大小排序，選取最出現(xiàn)頻次最高的幾個接入點，作為備選接入點區(qū)；

S33：對更新數(shù)據(jù)中對應(yīng)原指紋庫固定接入點表中的每個接入點的信號強度作加和統(tǒng)計；

S34：若全部接入點的信號強度均不低于強度閾值，則保持固定接入點表不變；若任意一接入點的信號強度低于強度閾值，則從備選接入點區(qū)中選取出現(xiàn)頻次最高的一個新的接入點替換該接入點，得到新的固定接入點表。

具體來說，本發(fā)明實施例將接入點表分為兩部分：固定接入點表和備選接入點區(qū)。固定接入點表是原指紋庫中的N個接入點，(MAC₁，MAC₂，MAC₃，...，MAC_N)。備選接入點區(qū)包含了除固定接入點表中的接入點外，在更新數(shù)據(jù)中出現(xiàn)率最高的N個接入點。關(guān)于接入點的出現(xiàn)率，可以這樣定義：在室內(nèi)環(huán)境中，由于信號的衰落，在不同位置所能接收到的接入點不盡相同，如果在某一位置一接入點被采集到信號，則為該接入點的出現(xiàn)率加1。在更新數(shù)據(jù)中如上述方法統(tǒng)計出除固定接入點表外出現(xiàn)率最高的N個接入點，對它們按出現(xiàn)率由高到低排序，得到備選接入點區(qū)，(MAC_N+1，MAC_N+2，MAC_N+3，...，MAC_2N)。

在更新開始之前，首先對更新數(shù)據(jù)中來自固定接入點表中接入點的信號強度做統(tǒng)計，如果來自所有接入點的信號強度均值高于強度閾值RSS′，則保持固定接入點表不變。如果來自某一接入點的信號強度均值低于強度閾值RSS′，則可以認為該接入點設(shè)備已經(jīng)損壞或被替換，這時可以從備選接入點區(qū)中挑選出現(xiàn)率最高的接入點替換進入固定接入點表。如果出現(xiàn)上述情況，原指紋庫需要做如下改動：更新固定接入點表，由于對于新替換進入的接入點，原指紋庫并沒有存儲來自該接入點的信號強度，在原指紋庫中，將新替換的接入點的信號強度的值統(tǒng)一設(shè)置為指定值，該指定值例如可以是-120dbm。

接著執(zhí)行步驟S4，對原指紋庫中的對應(yīng)固有接入點表的原WiFi指紋和對應(yīng)固有接入點表的各更新數(shù)據(jù)的WiFi指紋進行均值統(tǒng)計，得到能夠代表各參考點的信號特征的標(biāo)準(zhǔn)指紋，若固有接入點表有替換的接入點，則將更新數(shù)據(jù)中對應(yīng)該新的接入點信號強度進行均值統(tǒng)計，確定標(biāo)準(zhǔn)指紋中對應(yīng)該新的接入點的信號強度。若更新數(shù)據(jù)中沒有固有接入點表中的某個接入點的信號強度，則將該接入點的信號強度同樣設(shè)為指定值，或者可以設(shè)置缺省默認值。

在本發(fā)明實施例中，能夠代表參考點信號特征的指紋稱之為標(biāo)準(zhǔn)指紋。標(biāo)準(zhǔn)指紋的獲取方法與指紋庫中和更新數(shù)據(jù)中指紋數(shù)量有關(guān)。在一個實施例中，步驟S4包括以下情況：

情況一：當(dāng)更新數(shù)據(jù)的指紋數(shù)量K遠大于原指紋庫的指紋數(shù)量M時，參考點的標(biāo)準(zhǔn)指紋F_s是原指紋庫和更新數(shù)據(jù)中所有WiFi指紋的平均，即：

F_m為更新數(shù)據(jù)的WiFi指紋向量，F(xiàn)_k為原指紋庫的WiFi指紋向量；

其中，當(dāng)出現(xiàn)了固有接入點表變化時，標(biāo)準(zhǔn)指紋中對應(yīng)新的接入點的信號強度RSS_r表示為：

RSS_i為更新數(shù)據(jù)中的對應(yīng)該新的接入點的各信號強度；

對于一個參考點，其指紋庫中對應(yīng)的WiFi指紋和更新數(shù)據(jù)中的WiFi指紋的采集位置在非監(jiān)督的條件下并不能保證準(zhǔn)確落在參考點的位置上。這些WiFi指紋的采集位置高斯分布于參考點周圍。根據(jù)指紋相似性與實際位置相似性的關(guān)系，所有WiFi指紋的采集位置的質(zhì)心應(yīng)該在參考點上，而指紋的平均值可以代表在參考點上采取的WiFi指紋，因而將它定義為該參考點的標(biāo)準(zhǔn)指紋。

可以看到，當(dāng)室內(nèi)Wi-Fi環(huán)境出現(xiàn)變化，如AP更換或AP信號衰減，更新數(shù)據(jù)中的WiFi指紋與原指紋庫中的WiFi指紋在信號強度上會出現(xiàn)一定差異。此時如果K＞＞M，那么此時標(biāo)準(zhǔn)指紋可以反映當(dāng)前該參考點的信號特征。而當(dāng)K與M值相當(dāng)或K小于M時，依此種計算方法得出的標(biāo)準(zhǔn)指紋不能準(zhǔn)確反映此時該參考點的信號特征，如此便有了情況二。

情況二：當(dāng)更新數(shù)據(jù)的指紋數(shù)量K小于原指紋庫的指紋數(shù)量M或兩者相當(dāng)時，需要對該參考點的所有WiFi指紋建立指紋可靠性模型，指紋可靠性是指一條指紋能夠準(zhǔn)確反映當(dāng)時信號特征的概率。在本發(fā)明實施例中，指紋可靠性只與指紋的采集時間有關(guān)，新采集的WiFi指紋比舊WiFi指紋更能準(zhǔn)確反映此時的信號特征。WiFi指紋的可靠性模型R(t)表示為：

其中，φ^-1(x)是標(biāo)準(zhǔn)正態(tài)分布概率密度函數(shù)的反函數(shù)，σ是Wi-Fi信號的標(biāo)準(zhǔn)差，P為固定AP表中AP的數(shù)量，Δ為AP信號最大衰減量；

得到指紋的可靠性模型之后，標(biāo)準(zhǔn)指紋計算為：

F_i為參考點的各WiFi指紋向量；

其中，當(dāng)出現(xiàn)了固有接入點表變化時，標(biāo)準(zhǔn)指紋中對應(yīng)新的接入點的信號強度RSS_r表示為：

RSS_i為更新數(shù)據(jù)中的對應(yīng)該新的接入點的各信號強度。由于接入點變化時，原接入點的信號特征便不能作為其中一部分，因而僅選擇更新數(shù)據(jù)中的信號強度。

接著執(zhí)行步驟S5，針對每個參考點，計算原指紋庫和更新數(shù)據(jù)中的所有WiFi指紋與標(biāo)準(zhǔn)指紋的相似性，取相似性最大的幾條WiFi指紋作為該參考點的新指紋庫。在根據(jù)對原指紋庫中和更新數(shù)據(jù)中的指紋分析后，得出每個參考點的標(biāo)準(zhǔn)指紋。在本步驟中，可以依據(jù)每條WiFi指紋與標(biāo)準(zhǔn)指紋的相似性大小，對所有WiFi指紋進行高通濾波。

在一個實施例中，步驟S5包括以下步驟，

S51：原指紋庫和更新數(shù)據(jù)中的各WiFi指紋與標(biāo)準(zhǔn)指紋之間的相似性表示為，WiFi指紋與標(biāo)準(zhǔn)指紋之間的歐氏距離的倒數(shù)；

S52：將各WiFi指紋按相似性從大到小進行排序；

S53：截取其中與標(biāo)準(zhǔn)指紋相似性最高的M條WiFi指紋作為新指紋庫中該參考點的WiFi指紋，M與原指紋庫的WiFi指紋數(shù)量相同。

為了防止由于指紋與標(biāo)準(zhǔn)指紋過于相近帶來的運算上的麻煩，原指紋庫和更新數(shù)據(jù)中的各WiFi指紋與標(biāo)準(zhǔn)指紋之間的相似性表示為：|F_i-F_s|為WiFi指紋與標(biāo)準(zhǔn)指紋之間的歐氏距離，α、β為設(shè)定的參數(shù)。

圖2a-2c示出了基于指紋相似性的高通濾波過程的示意圖，圖2a示出了初始狀態(tài)下指紋相似性的分布。在計算了所有指紋與標(biāo)準(zhǔn)指紋的相似性后，對所有指紋按照與標(biāo)準(zhǔn)指紋的相似性由高到低排序，其結(jié)果如圖2b所示。接著截取與標(biāo)準(zhǔn)指紋相似性最高的M條指紋作為新指紋庫中該參考點的指紋，結(jié)果如圖2c所示。

較佳的，為減輕數(shù)據(jù)庫負擔(dān)并得到最新的指紋記錄，淘汰原指紋庫中過期指紋，在步驟S4之前還包括步驟S6，設(shè)定指紋壽命閾值為t_m；對原指紋庫中的所有WiFi指紋進行判斷，假定當(dāng)前時間為t₀，原指紋庫中WiFi指紋的采集時間為t，如果t₀-t＞t_m，則認為該WiFi指紋過期，將其淘汰。

下面通過更具體的實施例來進行說明，但不作為限制。

本實施例中，目標(biāo)區(qū)域的參考點分布如圖3所示，原指紋庫中選取來自12個不同接入點的信號強度作為建庫標(biāo)準(zhǔn)，為室內(nèi)環(huán)境中37個參考點建立指紋庫。對于原指紋庫中的每個參考點，分別包括60條Wi-Fi指紋。在本實施例中，設(shè)定指紋庫更新間隔為12小時，在六天內(nèi)本實施例對指紋庫進行了12次更新，在每次更新后使用極大似然概率法進行室內(nèi)定位，分析室內(nèi)定位的誤差與方差。

為了驗證本發(fā)明實施例應(yīng)對Wi-Fi環(huán)境變化的效果，本實施例在12次更新中分批次的替換接入點設(shè)備或使接入點信號衰減。為了比對本發(fā)明實施例對指紋庫更新維護的效果，本實施例選取靜態(tài)指紋庫的方法以及多次重建指紋庫的方法作為對照組，對比本發(fā)明在Wi-Fi環(huán)境變化時對指紋庫的更新效果。

本實施例包括如下步驟：

步驟一：收集室內(nèi)環(huán)境中的眾包數(shù)據(jù)，本實施例中針對環(huán)境中的3臺智能手機做信號收集，主要采集其當(dāng)前位置，來自室內(nèi)環(huán)境各信號發(fā)送設(shè)備的信號強度以及當(dāng)前采集時間。然后使用采集到的信息以原指紋庫中的參考點分布為標(biāo)準(zhǔn)做聚類，將更新數(shù)據(jù)聚類到每個參考點上。

步驟二：對原指紋庫的所有指紋進行過期指紋淘汰，在本實施例中，設(shè)定指紋壽命閾值為7天。對于原指紋庫的每一條指紋計算其采集時間與系統(tǒng)當(dāng)前時間的差值，如果超過指紋壽命閾值則淘汰該指紋。

步驟三：根據(jù)更新數(shù)據(jù)中來自各信號發(fā)送設(shè)備的接收信號強度分布，確定備選接入點區(qū)的各設(shè)備MAC。根據(jù)更新數(shù)據(jù)中來自各接入點的接收信號強度統(tǒng)計特性，檢測接入點的更換的情況，如果檢測到接入點更換則修改固定接入點表，并相應(yīng)更改原指紋庫的信息。

步驟四：對每個參考點，比較原指紋庫的指紋數(shù)量M與更新數(shù)據(jù)中的指紋數(shù)量K。當(dāng)K/M≥3時，認為更新數(shù)據(jù)充足，對所有指紋取平均，得到該參考點的標(biāo)準(zhǔn)指紋。當(dāng)K/M＜3時，認為更新數(shù)據(jù)不足，此時需要為原指紋庫中的指紋以及更新數(shù)據(jù)中的指紋建立指紋可靠性模型，根據(jù)本實施例的參數(shù)設(shè)置，此時指紋庫的可靠模型為：

該指紋可靠性模型如圖4所示，對所有指紋取加權(quán)平均，得到該參考點的標(biāo)準(zhǔn)指紋。

步驟五：對于每個參考點，計算原指紋庫中的指紋以及更新數(shù)據(jù)中的指紋與該點標(biāo)準(zhǔn)指紋的相似性。按相似性由大到小排序，并截取前60條指紋作為該參考點的新指紋庫。其過程如圖2a-2c所示。

在本實施例中進行了12次更新，其中每次更新前階段會替換掉30％初始的接入點設(shè)備，或使30％的接入點發(fā)送信號發(fā)生衰減。在進行了12次更新后，使用定點測量法評估本發(fā)明中的指紋庫更新方法對定位效果的影響，本實施例中同樣選取了使用靜態(tài)指紋庫的方法和每12小時重建指紋庫的方法作為對比，結(jié)果見下面表格2。

可見，本發(fā)明實施例的更新方法，可以使得誤差非常接近重建指紋庫的誤差，但更新方法相比重建而言，效率、成本、復(fù)雜度方面都更為優(yōu)越。

本發(fā)明雖然以較佳實施例公開如上，但其并不是用來限定權(quán)利要求，任何本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以做出可能的變動和修改，因此本發(fā)明的保護范圍應(yīng)當(dāng)以本發(fā)明權(quán)利要求所界定的范圍為準(zhǔn)。