本發(fā)明屬于wi-fi室內(nèi)定位技術(shù)領(lǐng)域，具體涉及一種基于環(huán)型的wi-fi室內(nèi)定位方法。

背景技術(shù)：

位置服務(wù)越來越廣泛受到人們的青睞，在緊急救助、醫(yī)療保健、個性化信息傳遞等領(lǐng)域起到巨大的作用。盡管傳統(tǒng)的gps定位和蜂窩定位技術(shù)在室外開闊環(huán)境中能達到較高的定位精度，但在室內(nèi)和惡劣環(huán)境下無法進行有效定位。目前常用室內(nèi)定位技術(shù)多種多樣，包括超聲波定位技術(shù)、紅外線定位技術(shù)、射頻識別rfid技術(shù)、zigbee技術(shù)、wi-fi技術(shù)等等。隨著wi-fi網(wǎng)絡(luò)的普及和高速發(fā)展，利用無線wi-fi實現(xiàn)室內(nèi)定位成為主流方案。

在室內(nèi)環(huán)境下，wi-fi往往因受各種射頻信號的干擾、障礙物的遮擋、甚至溫濕度的變化影響，待定位目標根據(jù)集到的wi-fi信號很難準確預(yù)測信號衰減模型。因此，針對室環(huán)境特點，設(shè)計自適應(yīng)的信號衰減模型，能夠滿足室內(nèi)復(fù)雜環(huán)境中的定位技術(shù)。

wi-fi室內(nèi)定位技術(shù)可以分為兩種，一種是基于測距定位算法，另一種是非測距定位算法?；跍y距定位算法主要采用rssi(receivedsignalstrengthindication)，和angleofarrival(aoa)定位方法。非測距定位算包括近似法和位置指紋法。rssi定位方法和位置指紋法引起了眾多學(xué)者的研究高潮，其中rssi將發(fā)射端到接收端信號的衰減轉(zhuǎn)換為距離，結(jié)合三邊測量進行位置計算；位置指紋算法是一個可以分為兩個階段的定位算法：離線階段(或稱數(shù)據(jù)采集階段)和在線階段(或稱實時定位階段)。離線階段，定位系統(tǒng)選擇一個定位區(qū)域的某些位置點作為采樣點，采集能夠觀測到的rss形成指紋，構(gòu)建一個位置指紋庫，在這個指紋庫中，每個指紋都對應(yīng)一個唯一位置。在線階段，要求待測目標測得的指紋與指紋庫中的指紋進行匹配，從而估計出待測目標的位置。位置指紋定位算法可以利用wi-fi環(huán)境的rss作為位置指紋來定位。這種室內(nèi)定位技術(shù)最大的優(yōu)勢是不需要添加定位測量專用硬件，成本低，可以使用純軟件的方式實現(xiàn)，定位方法簡單，能夠很好的推廣。

然而rssi方法易受多徑效應(yīng)影響和動態(tài)性造成定rss測量值的不穩(wěn)定及存在較大偏差，導(dǎo)致定位精度顯著下降，尤其室內(nèi)環(huán)境較室外環(huán)境復(fù)雜，故該方法在室內(nèi)定位應(yīng)用中受到一定的限制；根據(jù)一個典型的室內(nèi)環(huán)境進行測量，固定的1分鐘時間內(nèi)接收機收到的rss值變化大概5dbm。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于環(huán)型的wi-fi室內(nèi)定位方法，構(gòu)建一種自適應(yīng)信號傳播模型，能夠?qū)Νh(huán)境變化表現(xiàn)出一定的適應(yīng)性，從而為建立高精度的室內(nèi)定位系統(tǒng)提供理論及實踐上的依據(jù)。

一種基于環(huán)型的wi-fi室內(nèi)定位方法，包括以下步驟：

步驟1、在室內(nèi)區(qū)域內(nèi)建立以無線訪問接入點為中心的環(huán)狀結(jié)構(gòu)，獲得各環(huán)路采樣點信號強度的數(shù)據(jù)集合；

步驟2、根據(jù)各環(huán)路之間的距離和環(huán)路上采樣點之間的距離，確定各環(huán)路上采樣點的個數(shù)；

步驟3、采用主成分分析法對各環(huán)路上采樣點所采集的數(shù)據(jù)進行降維去噪處理；

步驟4、對降維后各環(huán)路上的樣本數(shù)據(jù)進行標準化處理，獲得各環(huán)路上樣本數(shù)據(jù)方差；

步驟5、利用方差接近信號衰落，選用指數(shù)函數(shù)作為信號傳輸衰減模型，根據(jù)各環(huán)路上樣本數(shù)據(jù)方差和各采樣點與接入點之間的距離，擬合構(gòu)建wi-fi信號強度隨距離衰減的模型；

σ＝α×e^-β×d+ε(1)

其中，建模時，σ表示環(huán)路上采樣點數(shù)據(jù)方差，定位時，σ表示待定位節(jié)點收集到的數(shù)據(jù)方差；建模時，d表示各采樣點與接入點之間的距離，定位時，d表示待定位節(jié)點距離接入點的距離，α、β以及ε為擬合所獲參數(shù)；

步驟6、當有待定位節(jié)點進入室內(nèi)定位區(qū)域時，采用主成分分析法對待定位節(jié)點收集到的數(shù)據(jù)進行降維去噪處理；

步驟7、將待定位節(jié)點降維去噪之后的數(shù)據(jù)進行標準化處理，獲得數(shù)據(jù)方差；

步驟8、將步驟7所獲方差代入所構(gòu)建wi-fi信號強度隨距離衰減的模型中，獲得待定位節(jié)點到接入點之間的距離；

步驟9、多次獲得待定位節(jié)點到不同接入點之間的距離，采用極大似然估計法獲得待定位節(jié)點最終位置，完成定位。

步驟2所述的根據(jù)各環(huán)路之間的距離和環(huán)路上采樣點之間的距離，確定各環(huán)路上采樣點的個數(shù)；具體公式如下：

其中，n表示各環(huán)路上采樣點的個數(shù)，r表示環(huán)路與環(huán)路之間的距離，及第一個環(huán)路與接入點之間的距離，r表示環(huán)路上采樣點之間的距離，i＝1......l，l表示環(huán)路的個數(shù)。

步驟3所述的采用主成分分析法對各環(huán)路上采樣點所采集的數(shù)據(jù)進行降維去噪處理；

具體步驟如下：

步驟3-1、對采樣集進行中心化處理；

其中，b表示為對采樣集d中的信號進行中心化處理后得到的矩陣，采樣集d＝[rss1，rss2，…rssj，…rssn]^m×n表示n個采樣點所接收到的信號強度；j＝1，2…n，n表示采樣點個數(shù)；每個信號向量rssj的維數(shù)為m，m表示數(shù)據(jù)包的個數(shù)；

步驟3-2、獲得中心化處理后樣本的協(xié)方差矩陣；

其中，c表示中心化處理后樣本的協(xié)方差矩陣；

步驟3-3、獲得協(xié)方差矩陣的特征值和特征向量，選取最大的若干個特征值所對應(yīng)的特征向量；

步驟3-4、對原始樣本數(shù)據(jù)進行投影，得到降維后的樣本矩陣。

本發(fā)明優(yōu)點：

1.通過分析mac層rss信號的差異性，揭示rss的時空演化規(guī)律，建立一種新型的環(huán)狀采樣點方案，為進一步的測距奠定理論基礎(chǔ)。

2.對同一位置的不同時刻所采集到的rss數(shù)據(jù)應(yīng)當相同或者相似，但rss信號易受環(huán)境因素影響極其不穩(wěn)定，即便在穩(wěn)定環(huán)境下也存在較大范圍的數(shù)據(jù)波動，本發(fā)明通過主成分分析方法濾除受到影響的rss數(shù)據(jù)。

3.對修正后的數(shù)據(jù)進行標準化處理，將原數(shù)據(jù)進行無量綱化，分析其通信距離與信號衰落之間的關(guān)系，本發(fā)明將建立一種信號傳輸衰減模型，使其能夠?qū)Νh(huán)境變化表現(xiàn)出一定的適應(yīng)性，從為實現(xiàn)高精度定位提供理論及實踐上的依據(jù)。

本發(fā)明涉及的一種基于環(huán)型的wi-fi室內(nèi)定位方法，能夠有效利用節(jié)點感知到的信息，建立一種新型的信號傳輸衰減模型，提升待定位節(jié)點的定位精度，使得wi-fi網(wǎng)絡(luò)效益最大化，進而促進物聯(lián)網(wǎng)的發(fā)展，對全球經(jīng)濟及信息化的發(fā)展起到一定的促進。

附圖說明

圖1為本發(fā)明一種實施例的接入點ap為中心的環(huán)狀結(jié)構(gòu)示意圖，其中，圖(a)為ap放置在中心位置的正方形空間采樣點示意圖，圖(b)為ap放置在邊緣位置的正方形空間采樣點示意圖，圖(c)為ap放置在中心位置的長方形空間采樣點示意圖，圖(d)為ap放置在邊緣位置的長方形空間采樣點示意圖；

圖2為本發(fā)明一種實施例的基于環(huán)型的wi-fi室內(nèi)定位方法流程圖；

圖3為本發(fā)明一種實施例的室內(nèi)結(jié)構(gòu)示意圖；

圖4為本發(fā)明一種實施例的繪制出距離與方差之間的關(guān)系圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明一種實施例做進一步說明。

本發(fā)明實施例中，考慮到wi-fi定位誤差的存在是因為即使在同一室內(nèi)環(huán)境中，每次信號傳輸?shù)乃p程度也是有差異性的，因此，傳統(tǒng)的無線信號傳播衰減模型不適合室內(nèi)定位。

本發(fā)明實施例中，在rssi定位模型基礎(chǔ)上首先提出從空間上分析wi-fi的mac層信號特性，將定位空間按照一定規(guī)則進行區(qū)域劃分，建立以無線訪問接入點ap(accesspoint)為中心的環(huán)狀結(jié)構(gòu)，如圖1中圖(a)至圖(d)所示，并在環(huán)狀上以直線距離r為間隔采點并收集rss訓(xùn)練集，即可得到環(huán)狀地圖。再此基礎(chǔ)上研究環(huán)狀地圖上各點信號特性，對收集到的rss訓(xùn)練集進行壞數(shù)據(jù)剔除。根據(jù)預(yù)處理的結(jié)果，建立自適應(yīng)信號傳播模型，最后構(gòu)建能夠充分反映定位算法優(yōu)劣、兼顧網(wǎng)絡(luò)成本與精度的定位方法，從而彌補現(xiàn)有定位算法的局限，完善wi-fi定位算法的理論性。

本發(fā)明實施例中，一種基于環(huán)型的wi-fi室內(nèi)定位方法，方法流程圖如圖2所示，包括以下步驟：

步驟1、在室內(nèi)區(qū)域內(nèi)建立以無線訪問接入點為中心的環(huán)狀結(jié)構(gòu)，獲得各環(huán)路采樣點信號強度的數(shù)據(jù)集合；

本發(fā)明實施例中，如圖3所示，測試采用一臺具有wi-fi發(fā)射裝置的筆記本電腦和1個ap；將ap放置在長方形的邊緣位置，以0.5米為半徑布置環(huán)狀的采樣點，在每個環(huán)路上采樣點之間的距離為0.5米，ap與最大環(huán)路之間的距離為20米；

各環(huán)路采樣點信號強度的數(shù)據(jù)集合，具體如下：

rss′＝{rss′0，rss′1，…，rss′i，…rss′l}(5)

其中，rss′i表示第i個環(huán)路上的采樣點集合；

步驟2、根據(jù)各環(huán)路之間的距離和環(huán)路上采樣點之間的距離，確定各環(huán)路上采樣點的個數(shù)；

具體公式如下：

其中，n表示各環(huán)路上采樣點的個數(shù)(公式(2)取整數(shù))，r表示環(huán)路與環(huán)路之間的距離，及第一個環(huán)路與接入點之間的距離，即第一個環(huán)路與ap之間的距離為r，第二個環(huán)路與ap之間為2r，第l個環(huán)路與ap之間的距離為l×r，r表示環(huán)路上采樣點之間的距離，i＝1......l，l表示環(huán)路的個數(shù)；本發(fā)明實施例中，r和r值的選取與具體的定位需求和室內(nèi)場景大小有關(guān)；本發(fā)明實施例中，r和r均取值為0.5米；

步驟3、采用主成分分析法對各環(huán)路上采樣點所采集的數(shù)據(jù)進行降維去噪處理；

本發(fā)明實施例中，同一環(huán)路上的每個采樣點處放置一臺筆記本電腦連續(xù)收集ap數(shù)據(jù)3分鐘，同一環(huán)路上的采樣點接收到組數(shù)據(jù)包在不同時刻所采集到的rss數(shù)據(jù)應(yīng)當相同或者相似，但rss信號易受環(huán)境因素影響極其不穩(wěn)定，因此對采樣點數(shù)據(jù)進行數(shù)據(jù)處理；

具體步驟如下：

步驟3-1、對采樣集進行中心化處理；

其中，b表示為對采樣集d中的信號進行中心化處理后得到的矩陣，第i個環(huán)路上的每個采樣點均接收來自ap的一組數(shù)據(jù)包，記d＝[rss1，rss2，…rssj，…rssn]^m×n表示n個采樣點所接收到的信號強度；j＝1，2…n，n表示采樣點個數(shù)；每個信號向量rssj的維數(shù)為m，m表示數(shù)據(jù)包的個數(shù)；

步驟3-2、獲得中心化處理后樣本的協(xié)方差矩陣；

其中，c表示中心化處理后樣本的協(xié)方差矩陣；

步驟3-3、獲得協(xié)方差矩陣的特征值λj和特征向量υj，選取最大的若p個特征值所對應(yīng)的特征向量ω1，ω2，…ωp；

p值的選取公式如下：

本發(fā)明實施例中t＝95％，t為重構(gòu)閾值，然后選取使下式成立的最小p值：

步驟3-4、對原始樣本數(shù)據(jù)進行投影，得到降維后的樣本矩陣wrss＝(ω1，ω2，…ωp)；將最小的特征值所對應(yīng)的特征向量去除，將它們舍棄能在一定程度濾除rss中不穩(wěn)定的噪聲數(shù)據(jù)；

本發(fā)明實施例中，以ap為中心，以r為半徑，測量每個環(huán)路上采樣點的信號并進行上述步驟3的處理，結(jié)果為rss＝{rss0，rss1，…，rssi，…rssl}^p×l，其中rssi(i＝1，2…，上)的維數(shù)為p，p是第i個環(huán)路降維后的樣本個數(shù)；

步驟4、對降維后各環(huán)路上的樣本數(shù)據(jù)進行標準化處理，獲得各環(huán)路上樣本數(shù)據(jù)方差；

d(rssi)＝e(rssi²)-[e(rssi)]²(i＝1，2，…，l)(7)

其中，d(rssi)表示第i個環(huán)路上樣本數(shù)據(jù)的方差，e(rssi²)表示第i個環(huán)路上樣本數(shù)據(jù)平方后的期望，[e(rssi)]²表示第i個環(huán)路上樣本數(shù)據(jù)期望值的平方；

步驟5、利用方差接近信號衰落，選用指數(shù)函數(shù)作為信號傳輸衰減模型，根據(jù)各環(huán)路上樣本數(shù)據(jù)方差和各采樣點與接入點之間的距離，擬合構(gòu)建wi-fi信號強度隨距離衰減的模型；

本發(fā)明實施例中，繪制出距離與方差之間的關(guān)系圖，如圖4所示；從測量結(jié)果可以得出，在短距離內(nèi)信號的衰落較小，并隨著間距增加衰落逐漸增大，但是超過一定距離將趨于平穩(wěn)；由于短距離內(nèi)路徑損耗及傳輸環(huán)境相對簡單，并利用方差來接近信號衰落，信號傳輸衰減模型選用指數(shù)函數(shù)：

具體公式如下：

σ＝α×e^-β×d+ε(1)

其中，建模時，σ表示環(huán)路上采樣點數(shù)據(jù)方差，由公式(7)得到，定位時，σ表示待定位節(jié)點收集到的數(shù)據(jù)方差；建模時，d表示各采樣點與接入點之間的距離，定位時，d表示待定位節(jié)點距離接入點的距離，根據(jù)測量值擬合得到α＝-5.092，β＝0.0916，ε＝5.752；

步驟6、當有待定位節(jié)點進入室內(nèi)定位區(qū)域時，采用主成分分析法對待定位節(jié)點收集到的數(shù)據(jù)進行降維去噪處理；

步驟7、將待定位節(jié)點降維去噪之后的數(shù)據(jù)進行標準化處理，獲得數(shù)據(jù)方差；

步驟8、將步驟7所獲方差代入所構(gòu)建wi-fi信號強度隨距離衰減的模型中，獲得待定位節(jié)點到接入點之間的距離；

步驟9、獲得待定位節(jié)點到3個不同接入點之間的距離，采用極大似然估計法獲得待定位節(jié)點最終位置，完成定位。