基于信號傳播的室內定位追蹤方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于信號傳播特征的室內定位追蹤方法及系統(tǒng)。該方法包括:預存儲步驟,將目標區(qū)域內部署的訪問接入點的位置信息預先存儲至移動終端中;判斷步驟,根據(jù)用戶移動過程中RSSI數(shù)據(jù)序列的變化趨勢,判斷出當前時刻用戶的移動情況;確定步驟,根據(jù)移動終端上采集的方向數(shù)據(jù),確定用戶的移動方向;計算步驟,計算用戶與所關聯(lián)的訪問接入點的距離,并基于當前時刻用戶的移動情況與移動方向,定位用戶的當前位置,并對其位置進行追蹤。本發(fā)明通過處理用戶移動過程中信號強度變化信息來定位追蹤用戶的位置,提高了定位精度,降低了定位復雜度,可快速部署于通用的移動設備和網(wǎng)絡基礎設施之上。
【專利說明】基于信號傳播的室內定位追蹤方法及系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及無線網(wǎng)絡定位【技術領域】,尤其涉及一種室內用戶位置的定位追蹤方法及系統(tǒng)。
【背景技術】
[0002]作為位置感知類應用的關鍵支撐技術,室內無線定位一直以來具有重要的研究意義且積累了較多的研究工作。尤其是近年來移動設備數(shù)量的快速增長,以及將用戶位置作為情境感知重要信息的移動應用和服務的迅速發(fā)展,對室內定位技術的設備無依賴性、快速部署性和系統(tǒng)高效性提出了新的要求。由于無線信號強度具有若干較為顯著的可用于設備位置估計的特征,在相關的研究工作中終端接收的信號強度指示(Received SignalStrength Indicator, RSSI)成為了最普遍采用的一種信號測量指標。
[0003]利用信號強度來進行位置估計的方法可大致分為兩類。第一類方法通過理論或者經(jīng)驗的路徑損耗模型將信號衰減轉換為距離,并利用三角幾何特性來計算用戶位置。然而由于建筑結構的異質性和無線信號在室內傳播的多路徑效應,室內不同位置通常具有差異較大的信號衰減特性,路徑損耗模型通常并不能準確地刻畫真實環(huán)境中的信號衰減情況,此類方法的定位精度也因此面臨不同程度的退化。
[0004]第二類方法引入了現(xiàn)場勘測的系統(tǒng)訓練階段,即對目標空間進行均勻采樣并建立采樣點的信號指紋數(shù)據(jù)庫。在服務階段中系統(tǒng)將未知位置處采集的信號指紋與數(shù)據(jù)庫中采樣點信號指紋進行匹配,返回指紋最接近的采樣點位置作為定位結果。此類方法雖然在一定程度上消除了室內建筑結構異質性對定位算法性能的影響,但訓練階段中建立信號指紋數(shù)據(jù)庫所需的對目標定位區(qū)域的現(xiàn)場勘測引入了大量的人力和時間成本,降低了此類方法在實際大規(guī)模無線網(wǎng)絡應用場景中的可操作性,且信號指紋的匹配過程通常會引入較大的計算開銷,是影響系統(tǒng)效率的一個重要因素。
[0005]此外,因為以上兩類方法的定位模型均建立在靜止狀態(tài)下對信號進行測量的基礎上,用戶移動所造成的信號測量結果的變化也將使其定位精度進一步下降。
【發(fā)明內容】
[0006]本發(fā)明所要解決的技術問題之一是需要提供一種基于信號傳播的室內定位追蹤方法,該方法具有高精度、高通用性以及低復雜度。此外,還提供了一種基于信號傳播的室內定位追S示系統(tǒng)。
[0007]為了解決上述技術問題,本發(fā)明提供了一種室內用戶位置的定位追蹤方法,包括:預存儲步驟,將目標區(qū)域內部署的訪問接入點的位置信息預先存儲至移動終端中;判斷步驟,在用戶移動過程中,所述移動終端周期性采集所關聯(lián)的訪問接入點的RSSI數(shù)據(jù)序列,根據(jù)RSSI數(shù)據(jù)序列的變化趨勢,判斷出當前時刻用戶相對于所關聯(lián)的訪問接入點的移動情況;確定步驟,根據(jù)所述移動終端上實時采集的方向數(shù)據(jù),確定當前時刻該用戶相對于所關聯(lián)的訪問接入點的移動方向;計算步驟,計算用戶與所關聯(lián)的訪問接入點之間的距離,并基于當前時刻的移動情況和當前時刻的移動方向,定位用戶的當前位置,并對用戶位置進行追蹤。
[0008]在一個實施例中,進一步通過以下步驟來判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況:對連續(xù)采集的RSSI數(shù)據(jù)實時進行處理,檢測出RSSI數(shù)據(jù)序列的波峰和波谷;根據(jù)距離當前時刻最近一次峰谷檢測所檢測出的結果、以及從該結果對應的時刻到當前時刻所采集到的RSSI數(shù)據(jù)來判斷當前時刻RSSI數(shù)據(jù)序列的變化趨勢,其中,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是上升,則判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況是正在接近,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是下降,則判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況是正在遠離。
[0009]在一個實施例中,若距離當前時刻最近一次峰谷檢測所檢測出的是波谷,則將該波谷對應的時刻作為起始時刻,查找從該起始時刻到當前時刻所采集的RSSI數(shù)據(jù)中第一個大于或等于當前時刻RSSI數(shù)據(jù)的采樣點,其中,若存在所述采樣點,且該采樣點與當前時刻RSSI數(shù)據(jù)的差值大于或等于第一設定閾值,則查找該采樣點與當前時刻之間RSSI最大值,并且將該RSSI最大值對應的采樣點作為波峰,當前時刻的RSSI序列的變化趨勢為下降;若不存在所述采樣點或該采樣點與當前時刻RSSI數(shù)據(jù)的差值小于第一設定閾值,則當前時刻的RSSI序列的變化趨勢為上升。
[0010]在一個實施例中,若距離當前時刻最近一次峰谷檢測所檢測出的是波峰,則將該波峰對應的時刻作為起始時刻,查找從該起始時刻到當前時刻所采集的RSSI數(shù)據(jù)中第一個小于或等于當前時刻RSSI數(shù)據(jù)的采樣點,其中,若存在所述采樣點,且該采樣點與當前時刻RSSI數(shù)據(jù)的差值大于或等于第二設定閾值,則查找該采樣點與當前時刻之間RSSI最小值,并且將該RSSI最小值對應的采樣點作為波谷,當前時刻的RSSI數(shù)據(jù)序列的變化趨勢為上升;若不 存在所述采樣點或該采樣點與當前時刻RSSI數(shù)據(jù)的差值小于第二設定閾值,則當前時刻的RSSI數(shù)據(jù)序列的變化趨勢為下降。
[0011]在一個實施例中,在所述確定步驟中,通過以下表達式來確定當前時刻用戶相對于所關聯(lián)的訪問接入點的移動方向:
[0012]0(t) = (cosa(l),sin a(t))
[0013]其中,a (t)是咖)在以北向為O度,東西方向分別為90度和-90度的極坐標系中
的角度,O)⑴計算為從Vbase到當前時刻t之間從移動終端傳感器采集的設備朝向方向向
量的歸一化均值,其中Vbase是起始時刻tb_和t_ Λ J中的最大值,定義時間長度閾值Aot以關注最近一段時間內用戶的移動方向。
[0014]在一個實施例中,在所述計算步驟中,使用通過以下表達式來計算用戶相對于所述移動終端所關聯(lián)的訪問接入點的距離d(t):
[0015]d (t) =f (rssi (t))
[0016]其中,rssi (t)表示當前時刻t的RSSI數(shù)值,轉換函數(shù)f表示將RSSI轉換為距離的經(jīng)驗信號傳播模型,所述轉換函數(shù)f為一個三段的線性方程。
[0017]在一個實施例中,在所述計算步驟中,將用戶的當前位置記作Z⑴=,其所關聯(lián)訪問接入點的位置已知為
【權利要求】
1.一種基于信號傳播特征的室內定位追蹤方法,包括: 預存儲步驟,將目標區(qū)域內部署的訪問接入點的位置信息預先存儲至移動終端中; 判斷步驟,在用戶移動過程中,所述移動終端周期性采集所關聯(lián)的訪問接入點的RSSI數(shù)據(jù)序列,根據(jù)RSSI數(shù)據(jù)序列的變化趨勢,判斷出當前時刻用戶相對于所關聯(lián)的訪問接入點的移動情況; 確定步驟,根據(jù)所述移動終端上實時采集的方向數(shù)據(jù),確定當前時刻該用戶相對于所關聯(lián)的訪問接入點的移動方向; 計算步驟,計算用戶與所關聯(lián)的訪問接入點之間的距離,并基于當前時刻的移動情況和當前時刻的移動方向,定位用戶的當前位置,并對用戶位置進行追蹤。
2.根據(jù)權利要求1所述的定位追蹤方法,其特征在于,進一步通過以下步驟來判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況: 對連續(xù)采集的RSSI數(shù)據(jù)實時進行處理,檢測出RSSI數(shù)據(jù)序列的波峰和波谷; 根據(jù)距離當前時刻最近一次峰谷檢測所檢測出的結果、以及從該結果對應的時刻到當前時刻所采集到的RSSI數(shù)據(jù)來判斷當前時刻RSSI數(shù)據(jù)序列的變化趨勢, 其中,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是上升,則判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況是正在接近,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是下降,則判斷出當前時刻用戶與 其所關聯(lián)的訪問接入點的移動情況是正在遠離。
3.根據(jù)權利要求2所述的定位追蹤方法,其特征在于, 若距離當前時刻最近一次峰谷檢測所檢測出的是波谷,則將該波谷對應的時刻作為起始時刻,查找從該起始時刻到當前時刻所采集的RSSI數(shù)據(jù)中第一個大于或等于當前時刻RSSI數(shù)據(jù)的采樣點, 其中,若存在所述采樣點,且該采樣點與當前時刻RSSI數(shù)據(jù)的差值大于或等于第一設定閾值,則查找該采樣點與當前時刻之間RSSI最大值,并且將該RSSI最大值對應的采樣點作為波峰,當前時刻的RSSI序列的變化趨勢為下降; 若不存在所述采樣點或該采樣點與當前時刻RSSI數(shù)據(jù)的差值小于第一設定閾值,則當前時刻的RSSI序列的變化趨勢為上升。
4.根據(jù)權利要求2所述的定位追蹤方法,其特征在于, 若距離當前時刻最近一次峰谷檢測所檢測出的是波峰,則將該波峰對應的時刻作為起始時刻,查找從該起始時刻到當前時刻所采集的RSSI數(shù)據(jù)中第一個小于或等于當前時刻RSSI數(shù)據(jù)的采樣點, 其中,若存在所述采樣點,且該采樣點與當前時刻RSSI數(shù)據(jù)的差值大于或等于第二設定閾值,則查找該采樣點與當前時刻之間RSSI最小值,并且將該RSSI最小值對應的采樣點作為波谷,當前時刻的RSSI數(shù)據(jù)序列的變化趨勢為上升; 若不存在所述采樣點或該采樣點與當前時刻RSSI數(shù)據(jù)的差值小于第二設定閾值,則當前時刻的RSSI數(shù)據(jù)序列的變化趨勢為下降。
5.根據(jù)權利要求4所述的定位追蹤方法,其特征在于,在所述確定步驟中,通過以下表達式來確定當前時刻用戶相對于所關聯(lián)的訪問接入點的移動方向:
0(t) = (cosa(l),sin ^(Zl))其中,a (t)是δα)在以北向為O度,東西方向分別為90度和-90度的極坐標系中的角度,計算為從到當前時刻t之間從移動終端傳感器采集的設備朝向方向向量的歸一化均值,其中是起始時刻tb_和t-Aj中的最大值,定義時間長度閾值AJ以關注最近一段時間內用戶的移動方向。
6.根據(jù)權利要求5所述的定位追蹤方法,其特征在于,在所述計算步驟中,使用通過以下表達式來計算用戶相對于所述移動終端所關聯(lián)的訪問接入點的距離d(t):
d (t) =f (rssi (t)) 其中,rssi(t)表示當前時刻t的RSSI數(shù)值,轉換函數(shù)f表示將RSSI轉換為距離的經(jīng)驗信號傳播模型,所述轉換函數(shù)f為一個三段的線性方程。
7.根據(jù)權利要求6所述的定位追蹤方法,其特征在于,在所述計算步驟中,將用戶的當前位置記作?ο=(-ν(Ο^ΚΟ),其所關聯(lián)訪問接入點的位置已知為—(.(、⑴士小小按照仏卜^^⑴+^⑴^⑴計算得到用戶的當前位置’按照直角坐標的方式展開為:
8.根據(jù)權利要求2所述的定位追蹤方法,其特征在于, 在檢測出RSSI序列的波谷時,同時檢測距離該波谷最近一段時間內用戶移動方向,若波谷附近用戶的移動方向未發(fā)生改變,則忽略該波谷。
9.一種基于信號傳播特征的室內定位追蹤系統(tǒng),包括: 預存儲模塊,其用于存儲目標區(qū)域內部署的訪問接入點的位置信息; 判斷模塊,其根據(jù)在用戶移動過程中周期性采集所關聯(lián)的訪問接入點的RSSI數(shù)據(jù)序列的變化趨勢,判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況; 確定模塊,其根據(jù)實時采集的方向數(shù)據(jù),確定當前時刻該用戶相對于所關聯(lián)的訪問接入點的移動方向; 計算模塊,其用于計算用戶與所關聯(lián)的訪問接入點之間的距離,并基于當前時刻的移動情況和當前時刻的移動方向,定位用戶的當前位置,并對用戶位置進行追蹤。
10.根據(jù)權利要求9所述的定位追蹤系統(tǒng),其特征在于,在所述判斷模塊中,進一步包括: 峰谷檢測單元,其用于對連續(xù)采集的RSSI數(shù)據(jù)實時進行處理,檢測出RSSI數(shù)據(jù)序列的波峰和波谷; RSSI變化趨勢判斷單元,其根據(jù)距離當前時刻最近一次峰谷檢測所檢測出的結果、以及從該結果對應的時刻到當前時刻所采集到的RSSI數(shù)據(jù)來判斷當前時刻RSSI數(shù)據(jù)序列的變化趨勢, 其中,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是上升,則判斷出當前時刻用戶與其所關聯(lián)的訪問接入點的移動情況是正在接近,若當前時刻RSSI數(shù)據(jù)序列的變化趨勢是下降,則判斷出當前時刻用戶與其所關聯(lián) 的訪問接入點的移動情況是正在遠離。
【文檔編號】H04W64/00GK103763680SQ201410032582
【公開日】2014年4月30日 申請日期:2014年1月23日 優(yōu)先權日:2014年1月23日
【發(fā)明者】李賀武, 張文濤, 范云濤, 李風華, 吳茜 申請人:清華大學