基于无线局域网的室内定位系统及方法技术方案

本发明专利技术公开了基于无线局域网的室内定位系统及方法，唯一确定了终端信号发送强度，消除了终端类型等原因造成的发送信号强度差异。设置由数据中心控制的具有无线信号数据采集功能的无线AP，使得每个采样点至少被3个AP采集信号的范围覆盖，AP分散在不同的房间以增加定位精确度。以半平方米为单位将室内空间分成若干小块，AP采集终端在每个小块中心的信号强度并建立指纹数据库。本发明专利技术结合了物理可达性和数据库数据内在关联性，有效缩小了匹配候选点的范围，降低了计算复杂度。实时匹配时，使用WKNN方法预测了客户端最终位置。针对终端运动的情况，本发明专利技术还提出了运动补偿机制提高了定位精度。本发明专利技术利用了被动定位进行算法改进，具有适用性广、定位精度高、计算复杂度低、运行稳定的特点。

【技术实现步骤摘要】

本专利技术涉及无线通信
，具体是基于无线局域网的室内定位系统。
技术介绍
无线通信系统的快速发展使人们对定位的需求越来越高。随着IEEE802.11等无线技术的迅猛发展，WLAN技术以其覆盖范围广、传播速度快、网络建设成本低等特点在世界各地迅速普及开来，无线AP遍布于医院、图书馆、博物馆、学校、机场大厅等城市的大型公共建筑中。因此，基于WLAN的无线室内定位也成为当今室内定位中的研究热点。目前WLAN定位当中定位效果较好的是指纹算法，但指纹算法不可避免需要信号发射端和信号接收端。实验表明，移动终端采集和发射的信号强度跟天线方向、终端类型、电量都有关系。仅仅调整一下天线方向采集到的RSSI值就有可能相差10dbm，这在定位当中是不可忍受的。此外指纹算法在匹配阶段存在计算复杂度过大的问题，传统的方法并不能充分考虑整个系统环境的特性来降低匹配时的计算复杂度。在最终位置预测阶段也显得不那么准确。
技术实现思路
为了解决以上问题，本专利技术改进现有无线局域网，提供一种基于此的室内定位系统，进行AP功能定制化处理，使其能够具备采集信号强度的能力，结合算法实现精确定位。本专利技术采用的技术方案是，基于无线局域网的室内定位系统，其特征在于，包括，AP：位于室内，用于采集移动终端信号并提供无线网络中继信号；服务器：用于为所述AP提供系统时间校正和进行数据交互，包括数据中心、系统时间模块和文件模块；以及无线路由器，用于为移动终端提供无线网络接入服务；AP和服务器通过以太网相连。优选的，AP同时具有无线路由器功能。优选的，移动终端为手机或具有无线接入功能的电脑。本专利技术还提供应用上述室内定位系统实现定位的方法，包括，A1、划分室内采样点，AP在每个采样点对移动终端的信号强度进行采集，对采样点分别建立可达性模型并将数据存储进数据中心；A2、判断移动终端是否有上一时段的位置记录，如没有则采用自适应AWKNN算法直接与数据库中最接近的数据进行匹配，如有则根据可达性并结合候选点的个数采用自适应AWKNN算法匹配；A3、根据移动终端当前位置与上次位置之间的距离判断移动终端是否在原地，如果节点沿直线运动则通过平均移动速度预测位置。移动终端在室内任意位置的无线信号至少被三个AP同时检测到。其中建立可达性模型的具体过程为：a1-1、根据公式RSSI＝Ssend-Ploss+N得出移动终端在某个位置由各AP采集到的信号强度值的差值，其中Ssend表示发送信号的强度，Ploss表示路径衰减，N表示噪声；建立指纹数据库，存储每个采样点的信号强度差值；a1-2、对差值进行k-means聚类算法分类得到新的聚类中心；a1-3、针对临近聚类进行交叉聚类，得出交叉类内的点；a1-4、对新的临近聚类进行进一步交叉聚类，得出强交叉类内的点。自适应AWKNN算法具体匹配过程为：假设AP的数量为n，其中能采集到终端信号的AP数量为l；自适应AWKNN中的匹配公式为 D ( RSSI , RSSI i ) = Σ j = 1 l ( rssi j - rssi j i ) 2 l , ( 1 ≤ j ≤ n ) - - - ( 1 ) ]]>A3中的平均移动速度通过以下步骤计算：a3-1、通过式(2)预测运动中的移动终端位置：最终定位坐标由预测坐标与实际测量坐标以比例α进行加权，其中α与测试偏差呈线性增长关系，为经验值，k是临近两点坐标的最大差值，移动终端以固定时间间隔扫描；a3-2、将式(3)代入式(2)得到式(4)， x ^ = x i - 1 + x i - 1 - x i - t t ]]> y ^ = y i - 1 + y i - 1 - y i - t t - - - ( 3 ) ]]> x = x i | x i本文档来自技高网...

【技术保护点】
基于无线局域网的室内定位系统，其特征在于，包括AP：位于室内，用于采集移动终端信号并提供无线网络中继信号；服务器：用于为所述AP提供系统时间校正和进行数据交互，包括数据中心、系统时间模块和文件模块；以及无线路由器，用于为移动终端提供无线网络接入服务；所述AP和服务器通过以太网相连。

【技术特征摘要】
1.基于无线局域网的室内定位系统，其特征在于，包括
AP：位于室内，用于采集移动终端信号并提供无线网络中继信号；
服务器：用于为所述AP提供系统时间校正和进行数据交互，包括数据中心、系统时间模
块和文件模块；
以及无线路由器，用于为移动终端提供无线网络接入服务；
所述AP和服务器通过以太网相连。
2.根据权利要求1所述的基于无线局域网的室内定位系统，其特征在于，所述AP同时
具有无线路由器功能。
3.根据权利要求1所述的基于无线局域网的室内定位系统，其特征在于，所述移动终端
为手机或具有无线接入功能的电脑。
4.一种应用权利要求1所述室内定位系统进行定位的方法，其特征在于，包括以下步骤：
A1、划分室内采样点，AP在每个采样点对移动终端的信号强度进行采集，对采样点分
别建立可达性模型并将数据存储进数据中心；
A2、服务器判断移动终端是否有上一时段的位置记录，如没有则采用自适应AWKNN算
法直接与数据库中最接近的数据进行匹配，如有则根据可达性并结合候选点的个数采用自适
应AWKNN算法匹配；
A3、根据移动终端当前位置与上次位置之间的距离判断移动终端是否在原地，如果节
点沿直线运动则通过平均移动速度预测位置。
5.根据权利要求4所述的方法，其特征在于，移动终端在室内任意位置的无线信号至少
被三个AP同时检测到。
6.根据权利要求4所述的方法，其特征在于，建立可达性模型的具体过程为：
a1-1、根据公式RSSI＝Ssend-Ploss+N得出移动终端在某个位置由各AP采集到的信号强
度值的差值，其中Ssend表示发送信号的强度，Ploss表示路径衰减，N表示噪声；建立指纹数
据库，存储每个采样点的信号强度差值；
a1-2、对差值进行k-means聚类算法分类得到新的聚类中心；
a1-3、针对临近聚类进行交叉聚类，得出交叉类内的点；
a1-4、对新的临近聚类进行进一步交叉聚类，得出强交叉类内的点。
7.根据权利要求4所述的方法，其特征在于，自适应AWKNN算法具体匹配过程为：假设
AP的数量为n，其中能采集到终端信号的AP数量为l；自适应AWKNN中的匹配公式为
D ( RSSI , RSSI i ) = Σ j = 1 l ( rssi j - rssi j i ) 2 l ( 1 ≤ j ≤ n ) - - - ( 1 ) . ]]>8.根据权利要求4所述的方法，其特征在于，所述平均移动速度通过以下步骤计算：
a3-1、通过式(2)预测运动中的移动终端位置：
x = x i | x i - x i - 1 | < | v ‾ | | x i - x i - 1 | - | v ‾ | k - | v ‾ | x t ^ + ( 1 - | x i - x i - 1 | - | v ‾ | k - | v ‾ | ) x i | v ‾ | ≤ | x i - x i - 1 | ≤ k x ^ t | x i - x i - 1 | > k ]]> y = y i | y i - y i - 1 | < | v ‾ | | y i - y i - 1 | - | v ‾ | k - | v ‾ | y t ^ + ( 1 - | y i - y i - 1 | - | v ‾ | k - | v ‾ | ) y i | v ‾ | ≤ | y i - y i - 1 | ≤ k y ^ t | y i - y i - 1 | > k - - - ( 2 ) ]]>最终定位坐标由预测坐标与实际测量坐标以比例α进行加权，其中α与测试偏差呈线
性增长关系，为经验值，k是临近两点坐标的最大差值，移动终端以固定时间间隔扫描；
a3-2、将式(3)代入式(2)得到式(4)，
x ^ = x i - 1 + x i - 1 - x i - t t ]]> y ^ = y i - 1 ...

【专利技术属性】
技术研发人员：周亮，陈泳宇，陈建新，赵聘，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32