室内DAS系统下基于序列匹配的用户轨迹定位方法技术方案

本发明专利技术公开了一种室内DAS(分布式天线系统)环境下，基于序列匹配的用户运动轨迹实时定位方法。首先，在离线阶段规划模板路径并在定位阶段实时采集RSRP序列；然后，利用序列匹配思想计算累积得分矩阵；其次，挑选得分较高的几条模板路径并提取出相似片段；随后，得到最终模板路径；最后，提取出该路径的得分矩阵中得分最大的坐标，利用此坐标估计出当前时刻位置。本发明专利技术方法解决了在室内DAS系统下的动态定位问题。在没有基础设施的附加布局下，利用序列匹配的方法对行人轨迹进行实时定位，较现有的室内动态定位算法大大降低了设备开销与指纹校准的开销，并实现了较高的定位精度。

User track location method based on sequence matching in indoor DAS system

The invention discloses a real-time positioning method for user movement trajectories based on sequence matching in indoor DAS (distributed antenna system) environment. First, the template path is planned in the off-line phase and the RSRP sequence is collected in real time in the positioning stage. Then, the cumulative score matrix is calculated by using the sequence matching idea. Secondly, several template paths with higher scores are selected and the similar fragments are extracted. Then, the path of the final template is obtained. Finally, the score matrix of the path is extracted. The largest score in the coordinates is used to estimate the current time position. The method solves the problem of dynamic positioning in the indoor DAS system. Under the additional layout of the infrastructure, the method of sequence matching is used to locate the pedestrian trajectory in real time. Compared with the existing indoor dynamic positioning algorithm, the overhead of equipment and the calibration of the fingerprint are greatly reduced, and the high positioning accuracy is achieved.

【技术实现步骤摘要】
室内DAS系统下基于序列匹配的用户轨迹定位方法
本专利技术属于室内定位技术，具体涉及一种在室内DAS系统下，基于序列匹配的室内WLAN用户运动轨迹实时定位方法。
技术介绍
随着移动通信的飞速发展，基于位置的服务LBS(LocationBasedService)受到越来越多的关注，对室内定位的应用需求也日益增大。目前，全球定位系统GPS(GlobalPositioningSystem)在室外定位中，为用户在开阔的室外环境下提供了较高的定位精度。但因为室内环境复杂，多径效应、遮蔽与衰落等因素都会使无线信道受到影响。目前，室内定位可分为WIFI定位技术、室内蓝牙定位技术、射频识别技术、室内GPS定位技术等。由于随着无线局域网WLAN(WirelessLocalAreaNetworks)在室内覆盖的普及，因此在各类技术中基于WLAN的室内位置指纹定位技术最为广泛运用。室内位置指纹定位技术主要由两个阶段组成：离线阶段与在线阶段。在离线阶段时，需要利用无线访问接入点AP(WirelessAccessPoint)发射信号，并利用信号接收设备对事先规划好的参考点RP(ReferencePoint)进行采集，每个RP需采集一段时间内来自各个AP的接收信号强度值，以此来构建指纹数据库。当AP个数较少时指纹维度则较低，定位精度不理想。但当AP个数较多时，虽能保证定位精度，却使得指纹维数增大，计算复杂度与开销也随之增大。而由于作为未来公共无线接入网络的一种新结构分布式天线系统(DistributedAntennaSystems，DAS)，近年来已经成为未来移动通信的重要候选技术，并已广泛部署于各场所。由于分布式天线系统下不同位置的信号具有相似性，传统的指纹定位算法已无法满足室内高精度的定位需求。为了解决上述问题且并实现高精度的行人轨迹定位，本专利技术提出了一种在现有的DAS系统下，基于序列匹配的用户运动轨迹实时定位方法。
技术实现思路
本专利技术的目的是提供一种在DAS下，基于序列匹配的用户运动轨迹实时定位方法。它能有效解决在室内DAS系统没有基础设施的附加布局下，行人轨迹动态定位得到问题。本专利技术所述的在DAS下，基于序列匹配的用户运动轨迹实时定位方法，包括以下步骤：步骤一、采集模板路径数据库。采集目标区域内运动用户的N条RSRP(ReferenceSignalReceivingPower，参考信号接收功率)序列，记为RSRP1,RSRP2,...,RSRPN，其中，第i条RSRP序列RSRPi(1≤i≤N)具体表示为其中Ki为第i条RSRP序列共有Ki时刻。同时，利用MEMS记录每条模板路径中每个rsrp对应的真实位置，即Location序列，记为Location1,Location2,...,LocationN，Location序列Locationi(1≤i≤N)具体表示为：其中，Locationi表示第i条Location序列；步骤二、在离线阶段，由RSRP序列及Location序列组成库中的模板序列，即templet序列，记为templet1,templet2,...,templetN，其中第i条序列具体表示为：templeti＝(RSRPi,Locationi)，即离线阶段模板数据库构建完成；步骤三、在线阶段，用户实时采集RSRP序列，记为TRSRP。具体表示为TRSRP＝(trsrp1,trsrp2,...,trsrpt)，其中t为当前时刻，trsrpt为当前时刻采集到的RSRP；步骤四、设定初始累积长度q，当TRSRP的序列个数(即时刻)累积达到q，即t＝q时，利用序列匹配的思想，将TRSRP＝(trsrp1,trsrp2,...,trsrpt)(t＝q)与离线阶段模板路径数据库中的模板路径templeti(:,1)(1≤i≤N)进行匹配，得到得分矩阵H矩阵Hit＝{H1t,H2t,...,HNt}，其中Hit表示第i条模板路径在t时刻累积的H矩阵，所述步骤四包括以下步骤：步骤四(一)、rsrpiu(1≤u≤Ki)为第i条模板路径的第u个rsrp，trsrpw(1≤w≤t)为测试路径当前时刻得到的rsrp序列，设定Hit(u,w)为第i条模板路径序列的H矩阵的第u行第w列的得分值；步骤四(二)、初始化H矩阵，令H(0,w)＝0(1≤w≤t)，H(u,0)＝0(1≤u≤Ki)，H(0,0)＝0；步骤四(三)、判定rsrpiu与trsrpw是否匹配，形成判定函数s(rsrpiu,trsrpw)，判定方式如下：其中a为门限值，α为相似得分，β为非相似得分；步骤四(四)、联合先前得分，得出当前得分：上述为得分矩阵计算方式；步骤四(五)、得到一个大小为(u+1)x(t+1)的H矩阵Hit；步骤五、利用H矩阵筛选离线库中的模板路径，求得各个H矩阵的最大值{H1tmax,H2tmax,...,HNtmax},其中Hitmax为第i条模板路径对应的最大得分；步骤六、找出{H1tmax,H2tmax,...,HNtmax}中与测试路径最为匹配的前P条模板路径，对{H1tmax,H2tmax,...,HNtmax}进行降序排列，并提取前P个角标记为{m1,m2,...,mP}，其中mk(1≤k≤P)表示在t时刻与测试路径中第k个最为匹配的模板序列的角标，即得到与测试路径当前位置最为匹配的离线库中P条模板路径；步骤七、分别找出提取出的前P条模板路径与测试序列的匹配片段，并存入矩阵L中，所述步骤七包括以下步骤：步骤七(一)、初始化位置矩阵Lk，令Lk中记录了Rk个位置，则Lk(r)(1≤r≤Rk)表示Lk中第r个位置，Lk(r)(1)表示第r个位置所对应的x坐标值，Lk(r)(2)表示第r个位置所对应的y坐标值；步骤七(二)、令r＝Rk，找到前P条模板路径的最大得分Himax(i＝mk)相应H矩阵中的位置。设Himax(i＝mk)在Hit(i＝mk)中的位置，记为(bk,t)，并将其保存在位置矩阵Lk(r)中；步骤七(三)、确定下一得分值h'＝max{Hit(bk,t-1),Hit(bk-1,t),Hit(bk-1,t-1)}，并将其坐标存储到Lk(r-1)矩阵中；步骤七(四)、令r＝r-1，重复步骤7c、7d和7e，直到r＝2；步骤八、根据L矩阵，求得匹配出的模板路径信号片段与测试序列信号片段的相关系数，同时在P个中挑选出相关系数最大的一条模板序列，并记录其标号为mk＝j，所述步骤八包括以下步骤：步骤八(一)、Lk中，Lk(r)(1)对着第mk条模板路径中的第Lk(r)(1)个RSRP，Lk(r)(2)对应着测试路径中的第Lk(r)(2)个TRSRP，根据矩阵分别提取出前P条模板路径与测试路径相关片段的信号序列，分别记为L_templetk和L_trsrpk，提取方式如下所示：步骤八(二)、求出各个信号片段的相关系数。方式如下：步骤八(三)、提取出P个相关系数的最大值max{ρ1,ρ2,...,ρP}，并记录其标号为j，此标号即为模板路径标号；步骤九、得到Hjtmax在Hjt中所对应的位置，根据步骤七可知为(bk,t)，然后根据此估计出当前时刻用户所在位置，所说步骤九包括以下步骤：步骤九(一)、位置t对应着测试路径中的第t个RSRP，本文档来自技高网...

【技术保护点】
1.室内DAS(分布式天线系统)环境下，基于序列匹配的用户运动轨迹实时定位方法，其特征在于，包含以下步骤：步骤一、采集目标区域内运动用户的N条参考信号接收功率(Reference Signal Receiving Power，RSRP)序列，记为RSRP1,RSRP2,...,RSRPN，其中，第i条RSRP序列RSRPi(1≤i≤N)具体表示为RSRPi＝(rsrpi1,rsrpi2,...,rsrpiKi)，其中Ki为第i条RSRP序列共有Ki时刻，同时利用MEMS记录每条模板路径中每个rsrp对应的真实位置，即Location序列，记为Location1,Location2,...,LocationN，Location序列Locationi(1≤i≤N)具体表示为：

【技术特征摘要】
1.室内DAS(分布式天线系统)环境下，基于序列匹配的用户运动轨迹实时定位方法，其特征在于，包含以下步骤：步骤一、采集目标区域内运动用户的N条参考信号接收功率(ReferenceSignalReceivingPower，RSRP)序列，记为RSRP1,RSRP2,...,RSRPN，其中，第i条RSRP序列RSRPi(1≤i≤N)具体表示为RSRPi＝(rsrpi1,rsrpi2,...,rsrpiKi)，其中Ki为第i条RSRP序列共有Ki时刻，同时利用MEMS记录每条模板路径中每个rsrp对应的真实位置，即Location序列，记为Location1,Location2,...,LocationN，Location序列Locationi(1≤i≤N)具体表示为：其中，Locationi表示第i条Location序列；步骤二、在离线阶段，由RSRP序列及Location序列组成库中的模板序列，即templet序列，记为templet1,templet2,...,templetN，其中第i条序列具体表示为：templeti＝(RSRPi,Locationi)，即离线阶段模板数据库构建完成；步骤三、在线阶段，用户实时采集RSRP序列记为TRSRP，具体表示为TRSRP＝(trsrp1,trsrp2,...,trsrpt)，其中t为当前时刻，trsrpt为当前时刻采集到RSRP；步骤四、设定初始累积长度q，当TRSRP的序列个数(即时刻)累积达到q，即t＝q时，利用序列匹配的思想，将TRSRP＝(trsrp1,trsrp2,...,trsrpt)(t＝q)与离线阶段模板路径数据库中的模板路径templeti(:,1)(1≤i≤N)进行匹配，得到得分矩阵H矩阵Hit＝{H1t,H2t,...,HNt}，其中Hit表示第i条模板路径在t时刻累积的H矩阵：步骤四(一)、rsrpiu(1≤u≤Ki)为第i条模板路径的第u个rsrp，trsrpw(1≤w≤t)为测试路径当前时刻得到的rsrp序列，设定Hit(u,w)为第i条模板路径序列的H矩阵的第u行第w列的得分值；步骤四(二)、初始化H矩阵，令H(0,w)＝0(1≤w≤t)，H(u,0)＝0(1≤u≤Ki)，H(0,0)＝0；步骤四(三)、判定rsrpiu与trsrpw是否匹配，形成判定函数s(rsrpiu,trsrpw)，判定方式如下：其中a为门限值，α为相似得分，β为非相似得分；步骤四(四)、联合先前得分，得出当前得分：上述为得分矩阵计算方式；步骤四(五)、得到一个大小为(u+1)x(t+1)的H矩阵Hit；步骤五、利用H矩阵筛选离线库中的模板路径，求得各个H矩阵的最大值{H1tmax,H2tmax,...,HNtmax}，其中Hitmax为第i条模板路径对应的最大得分；步骤六、找出{H1tmax,H2tmax,...,HNtmax}中与测试路径最为匹配的前P条模板路径，对{H1tmax,H2tmax,...,HNtmax}进行降序排列，并提取前P个角标记为{m1,m2,...,mP}，其中mk(1≤k≤P)表示在t...

【专利技术属性】
技术研发人员：田增山，何艾琳，杨小龙，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50