一種基于加權余弦相似度的WiFi指紋室內(nèi)定位方法
【專利摘要】本發(fā)明涉及一種基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，包括以下步驟：構建用于在線定位的指紋數(shù)據(jù)庫；接收定位終端的接收信號強度向量，并計算所述接收信號強度向量與離線指紋庫中指紋向量的余弦相似度；將計算的余弦相似度從大到小進行排序，并選取K個相似度較大的參考點；利用不同參考點估算定位終端的位置坐標。本發(fā)明能夠有效降低終端差異的影響，提高室內(nèi)定位系統(tǒng)的定位精度和適用性。
【專利說明】
一種基于加權余弦相似度的wi F i指紋室內(nèi)定位方法
技術領域
[0001] 本發(fā)明涉及位置定位技術領域，特別是涉及一種基于加權余弦相似度的WiFi指紋 室內(nèi)定位方法。
【背景技術】
[0002] 隨著計算機技術的快速發(fā)展以及智能移動終端設備的普及，移動用戶對位置感知 的實時性和就地性的需求與日倶增，使得位置感知技術得到越來越多的關注。根據(jù)定位技 術所應用的環(huán)境的差異，可以把定位技術分為室內(nèi)定位和室外定位兩種。目前，室外定位系 統(tǒng)主要有全球定位系統(tǒng)（GPS,Global Positioning System)，蜂窩網(wǎng)定位系統(tǒng)，A-GPS (Assisted Global Positioning System)輔助全球定位系統(tǒng)等，在空曠的室外環(huán)境，GPS的 定位誤差已達到l〇m以內(nèi)，完全可以滿足人們對日常位置信息的需求。然而，現(xiàn)有的室外定 位技術并不適用于復雜的室內(nèi)環(huán)境，因為GPS在室內(nèi)無法搜索到足夠的衛(wèi)星數(shù)量進行精確 定位，蜂窩網(wǎng)定位系統(tǒng)定位精度較低無法滿足需求，使得如何實現(xiàn)在復雜的室內(nèi)環(huán)境進行 穩(wěn)定和高精度定位成為定位技術研究的熱點。
[0003] 近年來，人們深入的研究了室內(nèi)定位技術并提出了多種解決方案。主要有射頻標 簽(RFID)定位系統(tǒng)、藍牙室內(nèi)定位系統(tǒng)、超寬帶室內(nèi)定位系統(tǒng)(UWB)等。然而，這些定位系統(tǒng) 都需要額外的專用設備、需要重新部署設備間的網(wǎng)絡連接并且應用范圍較小，導致它們都 未能得到大范圍的推廣?；赪IFI的室內(nèi)定位系統(tǒng)具有低成本、易部署、覆蓋范圍廣、精度 高等優(yōu)點，成為室內(nèi)定位技術研究的熱點。由于WIFI指紋定位法可以對抗多徑的影響，具有 較高的定位精度，被廣泛使用。而今，智能移動終端的種類也越來越豐富，不同種類的智能 移動終端采用標準不同的無線模塊，使得現(xiàn)有WiFi室內(nèi)定位系統(tǒng)在線定位階段所用的智能 移動設備和離線階段建立數(shù)據(jù)庫所用的智能移動設備存在種類差異，降低了定位系統(tǒng)的適 用性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術問題是提供一種基于加權余弦相似度的WiFi指紋室內(nèi)定 位方法，能夠有效降低終端差異的影響，提高室內(nèi)定位系統(tǒng)的定位精度和適用性。
[0005] 本發(fā)明解決其技術問題所采用的技術方案是：提供一種基于加權余弦相似度的 WiFi指紋室內(nèi)定位方法，包括以下步驟：
[0006] (1)構建用于在線定位的指紋數(shù)據(jù)庫；
[0007] (2)接收定位終端的接收信號強度向量，并計算所述接收信號強度向量與離線指 紋庫中指紋向量的余弦相似度；
[0008] (3)將計算的余弦相似度從大到小進行排序，并選取K個相似度較大的參考點；
[0009] (4)利用不同參考點估算定位終端的位置坐標。
[0010] 所述步驟(1)包括以下子步驟：
[0011] (11)把室內(nèi)空間均勻地劃分為不同的區(qū)域，形成參考點網(wǎng)格，每個網(wǎng)格的四個頂 點作為參考點;在室內(nèi)空間部署無線接入點覆蓋定位區(qū)域；
[0012] (12)利用移動終端在室內(nèi)空間的各個參考點處采集周圍的無線接入點的信號接 收強度，并將采集到的信號接收強度和參考點的位置坐標組成指紋向量，所有參考點的指 紋向量組成指紋數(shù)據(jù)庫。
[0013] 所述步驟（2)中余弦相似度計算方法為(S,|， 瓦或為定位終端在待測區(qū)域內(nèi)實時采集到的來自無線接入點的信號接收強度向量；：^為 所構建的指紋庫中參考點處收集到的周圍的來自無線接入點的信號接收強度向量。
[0014] 所述步驟（12)中在每個參考點處的四個方向上分別采集N次，每個參考點的采樣 次數(shù)為4 X N次，然后對這4 X N次的采樣值去奇異值求平均值，然后把平均值和參考點的位 置坐標組成指紋向量，形成指紋數(shù)據(jù)庫。
[0015] 所述步驟⑷中位置坐標估算方法為(:?J)=堂耐~凡)心為仄個相似程度較大的參 /=1 考點中第i個參考點的權重值，（Xi，y i)為第i個參考點的坐標。
[0016] 所述K個相似程度較大的參考點中第i個參考點的權重值叫，其中，κ為 Μ 所選取的余弦相似度最大的臨近參考點的數(shù)目，S為第i個參考點余弦相似度的值。
[0017]有益效果
[0018] 由于采用了上述的技術方案，本發(fā)明與現(xiàn)有技術相比，具有以下的優(yōu)點和積極效 果:本發(fā)明采用接收信號的加權余弦相似度降低終端差異度對定位結果造成的影響，不僅 提高了系統(tǒng)的定位精度，同時解決了由于室內(nèi)定位系統(tǒng)在線定位階段所用的智能移動設備 和離線階段建立數(shù)據(jù)庫所用的智能移動設備存在種類差異而產(chǎn)生的定位誤差，增強了定位 系統(tǒng)的普適性。
【附圖說明】
[0019] 圖1是本發(fā)明提供的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法的總體設計框 架圖；
[0020] 圖2是本發(fā)明在定位區(qū)域內(nèi)網(wǎng)格劃分和AP布置示意圖；
[0021] 圖3是本發(fā)明提供的基于加權余弦相似度的W i F i指紋室內(nèi)定位方法的步驟流程 圖；
[0022] 圖4是移動定位終端的定位流程圖。
【具體實施方式】
[0023] 下面結合具體實施例，進一步闡述本發(fā)明。應理解，這些實施例僅用于說明本發(fā)明 而不用于限制本發(fā)明的范圍。此外應理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領域技術人 員可以對本發(fā)明作各種改動或修改，這些等價形式同樣落于本申請所附權利要求書所限定 的范圍。
[0024]本發(fā)明的實施方式涉及一種基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，包括 以下步驟：
[0025] (1)構建用于在線定位的指紋數(shù)據(jù)庫。具體包括:把室內(nèi)空間均勻地劃分為不同的 區(qū)域，形成參考點網(wǎng)格，每個網(wǎng)格的四個頂點作為參考點；在室內(nèi)空間部署無線接入點（簡 稱AP)覆蓋定位區(qū)域;利用移動終端在室內(nèi)空間的各個參考點處采集周圍的無線AP的信號 接收強度(簡稱RSS)，并將采集到的信號接收強度和參考點的位置坐標組成指紋向量，所有 參考點的指紋向量組成指紋數(shù)據(jù)庫。指紋數(shù)據(jù)庫主要包含采樣點的位置坐標、AP的BSSID和 AP的RSS，最后將所建立的指紋數(shù)據(jù)庫存儲在服務器端。值得一提的是，在構建指紋數(shù)據(jù)庫 時，在每個參考點處的四個方向上可以分別采集30次，每個參考點的采樣次數(shù)為120次，然 后對這120次的采樣值去奇異值求平均值，然后把平均值和參考點的位置坐標組成指紋向 量，形成指紋數(shù)據(jù)庫。
[0026] (2)接收定位終端的接收信號強度向量，并計算所述接收信號強度向量與離線指紋庫 中指紋向量的余弦相似度。其中，余弦相似度計算方法為， ' ., I I I 瓦這為定位終端在待測區(qū)域內(nèi)實時采集到的來自無線接入點的信號接收強度向量;為 所構建的指紋庫中參考點處收集到的周圍的來自無線接入點的信號接收強度向量。
[0027] (3)將計算的余弦相似度從大到小進行排序，并選取Κ個相似度較大的參考點。由 于得到余弦相似度的取值范圍為從-1到1之間，考慮到參考點的權重值沒有負值的情況，因 此可將相似度轉(zhuǎn)化為正數(shù)后進行排序。
[0028] (4)利用不同參考點估算定位終端的位置坐標。由于相似度越大，兩點越相似，在 位置估算時所作的貢獻越大，權重值也越大，即參考點所占有的權重與余弦相似度的大小 成正比。在選擇Κ個相似程度較大的參考點中第i個參考點的權重值 Wl可以表示為： W ，其中，K為所選取的余弦相似度最大的臨近參考點的數(shù)目，S為第i個參考點余 Μ 弦相似度的值。再通過(^^) = 1>知,，.〇估算定位終端的位置坐標，其中，（11，3〇為第1個參 ^1 考點的坐標。
[0029] 下面以一個具體的實施例來進一步說明本發(fā)明。
[0030] 圖1所示的是便攜式室內(nèi)WiFi定位系統(tǒng)的總體設計框架。基于C/S架構具有本地響 應速度快、在硬件和網(wǎng)絡不好的情況下可以提高效率等優(yōu)點，本發(fā)明采用經(jīng)典的C/S架構， 系統(tǒng)由移動定位終端(Android手機）、移動監(jiān)測終端(Android手機)和服務器(PC)三個部分 組成。移動定位終端和服務器、移動監(jiān)測端和服務器間采用socket方式進行通信。AP采用現(xiàn) 有的無線路由器。
[0031] 如圖2所示，選取兩間教室作為定位區(qū)域，按照0.5m*0.5m的網(wǎng)格劃分室內(nèi)區(qū)域，選 取網(wǎng)格的四個頂點作為參考點;在定位區(qū)域的四個角和中間位置放置AP，共放置5個AP(AP1 到AP5)。
[0032] 本實施例采用傳統(tǒng)的位置指紋定位算法建立指紋數(shù)據(jù)庫，采用加權余弦相似度匹 配算法來得到用戶的位置坐標，具體步驟如圖3所示：
[0033] 離線階段建立指紋庫，在室內(nèi)實驗區(qū)域建立合適的網(wǎng)格選取參考點，利用移動客 戶端在室內(nèi)采集區(qū)域參考點處采集周圍的AP的RSS，將采集到的RSS和參考點的位置坐標以 一定的格式組成指紋向量，所有參考點的指紋向量組成指紋庫，最后將所建立的指紋數(shù)據(jù) 庫存儲在服務器端。
[0034] 移動定位終端向服務器發(fā)送連接請求進行連接并定位，然后向服務器發(fā)送RSS向 量，服務器接收RSS后通過匹配算法與離線階段指紋庫進行匹配估算待測點的坐標民歹):， 并將坐標信息發(fā)送到系統(tǒng)的移動定位終端。匹配算法采用加權余弦相似度算法，即計算接 收的RSS向量與指紋庫里的指紋向量的余弦相似度大小并按照相似度的大小排序，然后從 大到小依次選擇K(K = 3)個相似度較大的參考點，根據(jù)相似度的大小賦予K個參考點不同的 權重估算待測點的位置坐標。移動定位終端獲得到位置坐標后在室內(nèi)地圖上實時標示和顯 不。
[0035] 監(jiān)測終端向服務器發(fā)送監(jiān)測請求，與服務器建立連接，服務器將移動定位終端的 位置坐標信息(x，y)發(fā)送到移動監(jiān)測端，移動監(jiān)測終端獲得到待測點的位置坐標后在室內(nèi) 地圖上實時標示和顯示。
[0036] 圖4所示為移動定位終端定位流程，移動終端功能包括判斷WiFi開啟狀態(tài)、WiFi信 號的掃描、AP的RSS值地傳輸和地圖地實時顯示等模塊。
[0037]開啟軟件的自動定位功能，軟件檢測WiFi的狀態(tài)是否開啟，如果沒有開啟，則開啟 WiFi，然后移動定位終端經(jīng)過WiFi無線網(wǎng)絡向服務器發(fā)送連接請求并進行數(shù)據(jù)傳輸。移動 定位終端將接收到的周圍AP的RSS向量以一定的格式發(fā)送到服務器端，服務器利用加權余 弦相似度算法與指紋數(shù)據(jù)庫進行匹配估算出待測點的坐標，服務器將估算出的位置信息傳 送至移動定位終端，移動定位終端在室內(nèi)地圖上標記并顯示移動定位終端在室內(nèi)所在的位 置，移動定位終端以室內(nèi)地圖的形式顯示其位置信息，更加直觀，便于查看。
[0038]不難發(fā)現(xiàn)，采用接收信號的加權余弦相似度降低終端差異度對定位結果造成的影 響，不僅提高了系統(tǒng)的定位精度，同時解決了由于室內(nèi)定位系統(tǒng)在線定位階段所用的智能 移動設備和離線階段建立數(shù)據(jù)庫所用的智能移動設備存在種類差異而產(chǎn)生的定位誤差，增 強了定位系統(tǒng)的普適性。
【主權項】
1. 一種基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于，包括以下步驟： (1) 構建用于在線定位的指紋數(shù)據(jù)庫； (2) 接收定位終端的接收信號強度向量，并計算所述接收信號強度向量與離線指紋庫 中指紋向量的余弦相似度； (3) 將計算的余弦相似度從大到小進行排序，并選取K個相似度較大的參考點； (4) 利用不同參考點估算定位終端的位置坐標。2. 根據(jù)權利要求1所述的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于， 所述步驟(1)包括以下子步驟： (11) 把室內(nèi)空間均勻地劃分為不同的區(qū)域，形成參考點網(wǎng)格，每個網(wǎng)格的四個頂點作 為參考點;在室內(nèi)空間部署無線接入點覆蓋定位區(qū)域； (12) 利用移動終端在室內(nèi)空間的各個參考點處采集周圍的無線接入點的信號接收強 度，并將采集到的信號接收強度和參考點的位置坐標組成指紋向量，所有參考點的指紋向 量組成指紋數(shù)據(jù)庫。3. 根據(jù)權利要求1所述的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于， 所述步驟(12)中在每個參考點處的四個方向上分別采集N次，每個參考點的采樣次數(shù)為4X N次，然后對這4XN次的采樣值去奇異值求平均值，然后把平均值和參考點的位置坐標組成 指紋向量，形成指紋數(shù)據(jù)庫。4. 根據(jù)權利要求1所述的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于， 所述步驟(2)中余弦相似度計算方法為~//?_,^^=^-^/|^|*^^|，@為定 位終端在待測區(qū)域內(nèi)實時采集到的來自無線接入點的信號接收強度向量;$為所構建的 指紋庫中參考點處收集到的周圍的來自無線接入點的信號接收強度向量。5. 根據(jù)權利要求1所述的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于， 所述步驟(4)中位置坐標估算方法，，Wl為K個相似程度較大的參考點中 第i個參考點的權重值，（xi，yi)為第i個參考點的坐標。6. 根據(jù)權利要求5所述的基于加權余弦相似度的WiFi指紋室內(nèi)定位方法，其特征在于， 所述K個相似程度較大的參考點中第i個參考點的權重值^中，K為所選取的 余弦相似度最大的臨近參考點的數(shù)目，S為第i個參考點余弦相似度的值。
【文檔編號】H04W64/00GK105898713SQ201610435979
【公開日】2016年8月24日
【申請日】2016年6月17日
【發(fā)明人】吳贇, 齊雁飛, 蔣學芹, 王龍飛
【申請人】東華大學