一种基于非自主部署AP的室内定位方法及装置制造方法及图纸

本发明专利技术公开了一种基于非自主部署AP的室内定位方法及装置。该方法基于现有周围环境已有的AP离线收集位置指纹数据，通过对离线阶段收集的位置指纹数据进行预处理和AP排序筛选处理，使用终端差异解决算法处理离线数据，得出最终用于协助室内定位判决的离线位置指纹数据库。根据实时数据，对离线位置指纹数据库对应AP进行固定值填充后，结合在线实时的接收信号强度向量和离线位置指纹数据库计算欧式距离并利用WKNN算法计算出最终定位结果。与现有方法相比，应用本发明专利技术的室内定位系统无需额外部署AP，可避免大量的基站规划及部署工作，提高了系统的定位稳定性，在实际工程中具有较好的应用价值。

【技术实现步骤摘要】

本专利技术属于无线通信系统中室内定位的研究领域，特别涉及一种基于非自主部署AP的室内定位方法及装置。
技术介绍
随着定位技术的不断发展和人们不断增长的位置信息需求，各类室内环境，如购物广场、车站、机场、医院等都有了布设室内定位系统的必要，以满足用户在位置导航、医疗监护、物流跟踪等方面的需求。而目前关于室内定位的研究上，主要分为两大类技术——基于信号传播模型的定位技术(如信号波达方向或时差等)和基于信号位置指纹的定位技术。基于信号传播模型的定位技术是利用几何原理计算出目标的室内位置信息。其优点是定位思想简单，仅需要知道AP(Access Point,访问接入点)所处位置及信号传播模型即可实现室内定位。同时，实施室内定位前的离线工作较少，不存在离线阶段的数据收集及预处理工作。但由于室内环境复杂多样，信号传播模型很难对各类室内场景具有普遍适用性，具有高稳定性的系统实现难度较大，要求较高。同时，该方法需要获取基站的确切位置并要求基站发送用于定位的特定信号，增加了室内定位系统的硬件要求。而基于信号位置指纹的定位技术则是利用无线信号实现对室内场景特征的描述。离线阶段按一定区域划分规则收集室内环境中各AP的接收信号强度向量，形成离线的位置指纹数据库。在线阶段根据实时收集到的接收信号强度向量与离线位置指纹数据库进行匹配，输出定位结果。所以该方法的核心思路在于离线指纹数据库对定位场景的有效描述和实时的精准匹配。而采用该室内定位技术由于其广泛的硬件部署、简便实现、低廉成本以及较高的定位精度，已成为室内定位技术的重点研究领域。目前在已经发布的关于指纹室内定位的研究和系统实现中，几乎都通过自主部署AP的方式提供无线信号指纹信息，实现室内定位。而当通过该方式进行定位时，必然需要解决部署AP的覆盖问题。需要结合实际室内场景情况部署AP使得室内区域实现全覆盖。这对部署前的AP规划工作以及部署后的覆盖测试工作都带来了较高要求及巨大的工作量，无疑增加了室内定位系统的实现难度。同时，为了保证无线信号覆盖效果，必然需要大量部署AP，这增加了企业实现室内定位系统的成本，凸显了定位精度与成本的矛盾。除此之外，由于室内定位系统对于网络覆盖具有较高要求，在采用自主部署AP进行室内定位时，一旦所部署AP出现故障将会极大影响室内场景中的网络覆盖情况，进而极大影响对应区域的定位精度，降低系统的定位稳定性。然而，值得注意的是，现今WiFi热点的部署已经普遍而成熟。在许多的办公区域、居民楼等场所，每个位置通过智能手机或者其他终端都能扫描到不少的WiFi热点。在这样的实际情况下，关于自主部署AP进行室内定位将面临两个问题：1.现有场景内的WiFi热点已经非常丰富，从AP数量上看不存在非要专门部署AP以进行室内定位的必要；2.现有已经存在数量庞大的AP，其大量发射的无线信号会影响终端对自主部署AP的接收功率，增大定位误差，降低室内定位系统稳定性。
技术实现思路
本专利技术的首要目的是针对现有基于自主部署AP进行指纹定位方法的不足提供一种基于非自主部署AP的室内定位方法，该方法基于现有已部署的AP离线收集位置指纹数据，最终结合在线实时的接收信号强度向量和离线位置指纹数据库得到定位结果，利用该方法进行室内定位无需额外部署AP，节省室内定位系统布设成本，相对现有技术有更高的定位稳定性。本专利技术的另一个目的在于克服现有技术的缺点与不足，提供一种基于非自主部署AP的室内定位装置，该装置无需额外部署AP，减少了相应的基站规划及网络覆盖的研究工作，降低了系统部署成本，同时提高了系统的定位稳定性。本专利技术的首要目的是通过下述技术方案实现：一种基于非自主部署AP的室内定位方法，包括步骤：离线阶段：基于现有周围环境已有的AP离线收集位置指纹数据，对数据进行预处理以去除每个网格点上所有AP的异常值，然后根据场景内所有节点中AP出现次数进行排序，选取出现频次超过一定阈值的AP作为离线位置指纹数据库中采用的AP，处理得出最终的离线位置指纹数据库；在线阶段：实时收集无线信号，并通过终端差异解决算法进行处理，得出接收信号强度向量；根据实时数据，对离线位置指纹数据库对应AP进行功率值填充，结合接收信号强度向量和离线位置指纹数据库计算欧式距离，并利用WKNN算法计算出最终定位结果。具体的，包括以下步骤：1、离线阶段：A:离线收集位置指纹数据：A-1:对室内定位区域划分网格点，总网格点数记为L；A-2:在网格点i，采用无线信号接收装置接收所有能接收到的来自n个AP的接收信号强度，得到接收信号强度向量其中n≤N，N为室内定位区域内所有AP的个数；A-3:对室内定位区域内所有网格点重复步骤A-2，收集一次离线数据；根据需求收集P次离线数据，建立离线数据库；B:对离线阶段收集的所有接收信号强度RSSI进行预处理，去除异常值，得出预处理后的离线数据库；C:对预处理后的离线数据库中出现的所有AP进行筛选，得出AP数为M的AP集，M≤N；而对于任一网格点i，其接收信号强度向量为其中m≤M；D:使用终端差异解决算法处理离线数据，对所有网格点接收信号强度向量进行处理，得出最终的离线位置指纹数据库其中2、在线阶段：E:实时记录接收信号强度数据：在线阶段用户使用终端收集所有非自主部署AP的发射信号，记录接收信号强度向量F:使用终端差异解决算法处理实时接收信号强度数据，对接收信号强度向量进行处理，处理结果为G:以在线接收到的q个AP作为基准，对离线位置指纹数据库所有网格点进行匹配，匹配的步骤是：如果其中任一网格点对应离线指纹库中AP个数为q-Z，则说明有Z个AP是离线指纹库中没有的，那么在离线指纹库中针对这Z个AP填充功率值rssi″；H:匹配计算实时数据和离线位置指纹数据库FP′中所有L个网格点的欧氏距离，使用WKNN算法选取K个欧式距离最小的点，并加权计算出最终定位坐标。优选的，步骤A中收集离线数据次数P应大于等于3次。优选的，步骤B对离线阶段收集的所有接收信号强度RSSI进行预处理，过程如下：B-1:将该网格点i收集的来自某一AP的P个接收信号强度原始样本按升序排列；设定步骤A中收集离线数据次数P为4的倍数；B-2:将排序后的接收信号强度样本RSSIp分成四个等分区间，1≤p≤P，每个等分区间都有相同的RSSI样本数目，计算第1和第3等分区间的均值，分别记为Q1、Q3(以同样方法计算第2和第4等分区间的均值Q2和Q4亦可)： Q 1 = 1 P / 4 Σ p = 1 P / 4 RSSI p ; ]]> Q 3 = 1 P / 4 Σ p = 2 P / 本文档来自技高网...

【技术保护点】
一种基于非自主部署AP的室内定位方法，其特征在于，包括步骤：离线阶段：基于现有周围环境已有的AP离线收集位置指纹数据，对数据进行预处理以去除每个网格点上所有AP的异常值，然后根据场景内所有节点中AP出现次数进行排序，选取出现频次超过一定阈值的AP作为离线位置指纹数据库中采用的AP，处理得出最终的离线位置指纹数据库；在线阶段：实时收集无线信号，并通过终端差异解决算法进行处理，得出接收信号强度向量；根据实时数据，对离线位置指纹数据库对应AP进行功率值填充，结合接收信号强度向量和离线位置指纹数据库计算欧式距离，并利用WKNN算法计算出最终定位结果。

【技术特征摘要】
1.一种基于非自主部署AP的室内定位方法，其特征在于，包括步骤：离线阶段：基于现有周围环境已有的AP离线收集位置指纹数据，对数据进行预处理以去除每个网格点上所有AP的异常值，然后根据场景内所有节点中AP出现次数进行排序，选取出现频次超过一定阈值的AP作为离线位置指纹数据库中采用的AP，处理得出最终的离线位置指纹数据库；在线阶段：实时收集无线信号，并通过终端差异解决算法进行处理，得出接收信号强度向量；根据实时数据，对离线位置指纹数据库对应AP进行功率值填充，结合接收信号强度向量和离线位置指纹数据库计算欧式距离，并利用WKNN算法计算出最终定位结果。2.根据权利要求1所述的基于非自主部署AP的室内定位方法，其特征在于，包括以下步骤：1、离线阶段：A:离线收集位置指纹数据：A-1:对室内定位区域划分网格点，总网格点数记为L；A-2:在网格点i，采用无线信号接收装置接收所有能接收到的来自n个AP的接收信号强度，得到接收信号强度向量其中n≤N，N为室内定位区域内所有AP的个数；A-3:对室内定位区域内所有网格点重复步骤A-2，收集一次离线数据；根据需求收集P次离线数据，建立离线数据库；B:对离线阶段收集的所有接收信号强度RSSI进行预处理，去除异常值，得出预处理后的离线数据库；C:对预处理后的离线数据库中出现的所有AP进行筛选，得出AP数为M的AP集，M≤N；而对于任一网格点i，其接收信号强度向量为其中m≤M；D:使用终端差异解决算法处理离线数据，对所有网格点接收信号强度向量进行处理，得出最终的离线位置指纹数据库其中2、在线阶段：E:实时记录接收信号强度数据：在线阶段用户使用终端收集所有非自主部署AP的发射信号，记录接收信号强度向量F:使用终端差异解决算法处理实时接收信号强度数据，对接收信号强度向量进行处理，处理结果为G:以在线接收到的q个AP作为基准，对离线位置指纹数据库所有网格点进行匹配，匹配的步骤是：如果其中任一网格点对应离线指纹数据库中AP个数为q-Z，则说明有Z个AP是离线指纹库中没有的，那么在离线指纹库中针对这Z个AP填充功率值rssi″；H:匹配计算实时数据和离线位置指纹数据库FP′中所有L个网格点的欧氏距离，使用WKNN算法选取K个欧式距离最小的点，并加权计算出最终定位坐标。3.根据权利要求2所述的基于非自主部署AP的室内定位方法，其特征在于，步骤A中收集离线数据次数P应大于等于3次。4.根据权利要求2所述的基于非自主部署AP的室内定位方法，其特征在于，步骤B对离线阶段收集的所有接收信号强度RSSI进行预处理，过程如下：B-1:将该网格点i收集的来自某一AP的P个接收信号强度原始样本按升序排列；设定步骤A中收集离线数据次数P为4的倍数；B-2:将排序后的接收信号强度样本RSSIp分成四个等分区间，1≤p≤P，每个等分区间都有相同的RSSI样本数目，计算第1和第3等分区间的均值，分别记为Q1、Q3： Q 1 = 1 P / 4 ...

【专利技术属性】
技术研发人员：范伟龙，冯穗力，姚欣欣，张远见，胡应添，李馨，
申请(专利权)人：华南理工大学，京信通信技术广州有限公司，
类型：发明
国别省市：广东;44