本發(fā)明涉及一種基于廣義Jaccard相似度的室內(nèi)WiFi定位方法，能夠提高室內(nèi)WiFi定位精度，屬于無線通信技術(shù)領(lǐng)域。
背景技術(shù)：
隨著無線移動通信和物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，人們對于地理位置的獲取需求日益增加，這使得基于位置的服務(wù)在實(shí)際生活中發(fā)揮的作用越來越大。
目前大家首先想到的定位系統(tǒng)無疑是全球定位系統(tǒng)GPS，它是通過導(dǎo)航衛(wèi)星獲取室外環(huán)境地理位置的最常用的定位方式。但是由于導(dǎo)航衛(wèi)星信號非常容易受到各種物體的遮擋，使得衛(wèi)星信號衰減得太快，因此使用衛(wèi)星定位技術(shù)并不適用于室內(nèi)環(huán)境，所以室內(nèi)WiFi定位技術(shù)的發(fā)展已經(jīng)成為當(dāng)前主流、也是未來最具發(fā)展?jié)摿Φ氖覂?nèi)定位技術(shù)手段之一。
室內(nèi)WiFi指紋定位技術(shù)是基于接收信號強(qiáng)度來進(jìn)行定位的，由于WiFi信號傳輸時(shí)受非視距NLOS、多徑衰落等因素影響較小，故基于WiFi指紋的定位系統(tǒng)穩(wěn)定性較強(qiáng)，但是由于在線階段所測得的信號強(qiáng)度需要與離線階段指紋數(shù)據(jù)庫做相似度比較，而目前用到最多的相似度準(zhǔn)則是n維歐氏距離度量，可是這種度量有嚴(yán)重的不足，以至于在很大程度上影響了室內(nèi)定位的精度。因此，研究基WiFi指紋定位的在線匹配算法具有非常重要的意義。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明要解決的技術(shù)問題是：提高室內(nèi)WiFi定位精度。
為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是提供了一種基于廣義Jaccard相似度的室內(nèi)WiFi定位方法，其特征在于，包括以下步驟：
步驟1、離線階段：分別采集來自各個(gè)不同的接入點(diǎn)AP的信號強(qiáng)度RSSI，以得到WiFi指紋數(shù)據(jù)庫；
步驟2、在線階段：移動終端在待測位置上采集來自與步驟1相同的每個(gè)接入點(diǎn)AP的接收信號強(qiáng)度RSSI；
步驟3、將步驟1獲取的信號強(qiáng)度RSSI定義為n維離線向量空間，將步驟2獲取的信號強(qiáng)度RSSI定義為n維在線向量空間，并計(jì)算在線向量空間中所有的向量與離線向量空間中所有的向量的Jaccard相似度；
步驟4、將步驟3計(jì)算所得到的i個(gè)Jaccard相似度按照從大到小的方式排列；
步驟5、取出步驟4中的前j個(gè)Jaccard相似度，并且計(jì)算每個(gè)Jaccard相似度對應(yīng)參考點(diǎn)RP的平均值，以得到未知位置上的坐標(biāo)(x，y)，即：
式中，xi，yi表示W(wǎng)iFi指紋數(shù)據(jù)庫中第i個(gè)信號強(qiáng)度向量所對應(yīng)的參考點(diǎn)RP的橫縱坐標(biāo)值；
步驟6、將步驟5的結(jié)果作為移動終端的位置坐標(biāo)。
優(yōu)選地，在所述步驟3中，Jaccard相似度的計(jì)算公式如下：
式中，i表示室內(nèi)環(huán)境中參考點(diǎn)RP的數(shù)量，表示待測定位位置上的接受信號強(qiáng)度向量，表示第i個(gè)參考點(diǎn)RP上的接受信號強(qiáng)度向量，EJi(α，βi)表示待測定位位置上的接受信號強(qiáng)度向量與WiFi指紋數(shù)據(jù)庫中第i個(gè)參考點(diǎn)RP上的接受信號強(qiáng)度向量的Jaccard相似度。
由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點(diǎn)和積極效果：
1、采用傳統(tǒng)的n維歐氏距離來度量向量的相似度會受指標(biāo)不同單位刻度的影響，同時(shí)距離越大，個(gè)體間差異越大；而采用空間向量Jaccard相似度來度量修正了位置間可能存在的度量標(biāo)準(zhǔn)不統(tǒng)一的問題，且其相似度落于區(qū)間[0，1]，值越大，差異越小。
2、Jaccard相似度只在[0，1]之間，有準(zhǔn)則，而歐氏距離度量在[0，+∞)之間，無判別準(zhǔn)則。Jaccard相似度為0(即直交)就可以說他們很不相似，就算他們之間距離小，但是他們方向完全不一致。而歐氏距離就需要另找判別準(zhǔn)則來定義如何比較大小。
3、對于在線階段采集到的信號強(qiáng)度向量，由于受到動態(tài)環(huán)境的影響，因此不可能會采集到與指紋數(shù)據(jù)中的某一個(gè)向量完全一致，因此我們只需要計(jì)算兩個(gè)向量的相似度，Jaccard相似度則就是計(jì)算向量直接的相似程度，而歐氏距離計(jì)算的是相同程度。
附圖說明
圖1為本發(fā)明提供的一種基于廣義Jaccard相似度的室內(nèi)WiFi定位方法的示意圖。
具體實(shí)施方式
為使本發(fā)明更明顯易懂，茲以優(yōu)選實(shí)施例，并配合附圖作詳細(xì)說明如下。
由于室內(nèi)環(huán)境復(fù)雜，WiFi信號具有很強(qiáng)的時(shí)變性，以及環(huán)境的不同，在時(shí)刻變化著，所以，無線信號衰減模型難以準(zhǔn)確的表現(xiàn)出距離與信號強(qiáng)度的關(guān)系。而基于指紋數(shù)據(jù)庫的匹配定位方法就具有很好的魯棒性。
結(jié)合圖1，本發(fā)明提供的一種基于廣義Jaccard相似度的室內(nèi)WiFi定位方法主要也有兩個(gè)階段：離線階段和在線階段，包括以下步驟：
步驟1、離線階段：首先對室內(nèi)場景劃分若干個(gè)網(wǎng)格，然后分別在所有網(wǎng)格的交匯點(diǎn)即參考點(diǎn)RP，多次采集來自各個(gè)不同的接入點(diǎn)AP的信號強(qiáng)度RSSI，最后將采集到來自每個(gè)接入點(diǎn)AP數(shù)據(jù)分別均值以得到WiFi指紋數(shù)據(jù)庫；
步驟2、在線階段：由于室內(nèi)環(huán)境信道的多變性以及環(huán)境的動態(tài)性，為了得到相對準(zhǔn)確的數(shù)據(jù)，移動終端在待測位置上需要多次采集來自每個(gè)接入點(diǎn)AP的接受信號強(qiáng)度RSSI，然后將測量的來自每個(gè)接入點(diǎn)AP的數(shù)據(jù)分別取均值以得到該位置上最終RSSI值；
步驟3、將步驟1獲取的信號強(qiáng)度RSSI定義為n維離線向量空間，將步驟2獲取的信號強(qiáng)度RSSI定義為n維在線向量空間，并計(jì)算在線向量空間中所有的向量與離線向量空間中所有的向量的Jaccard相似度；
Jaccard相似度的計(jì)算公式如下：
式中，i表示室內(nèi)環(huán)境中參考點(diǎn)RP的數(shù)量，表示待測定位位置上的接受信號強(qiáng)度向量，表示第i個(gè)參考點(diǎn)RP上的接受信號強(qiáng)度向量，EJi(α，βi)表示待測定位位置上的接受信號強(qiáng)度向量與WiFi指紋數(shù)據(jù)庫中第i個(gè)參考點(diǎn)RP上的接受信號強(qiáng)度向量的Jaccard相似度；
步驟4、將步驟3計(jì)算所得到的i個(gè)Jaccard相似度按照從大到小的方式排列；
步驟5、取出步驟4中的前j個(gè)Jaccard相似度，并且計(jì)算每個(gè)Jaccard相似度對應(yīng)參考點(diǎn)RP的平均值，以得到未知位置上的坐標(biāo)(x，y)，即：
式中，xi，yi表示W(wǎng)iFi指紋數(shù)據(jù)庫中第i個(gè)信號強(qiáng)度向量所對應(yīng)的參考點(diǎn)RP的橫縱坐標(biāo)值；
步驟6、將步驟5的結(jié)果作為移動終端的位置坐標(biāo)。