基于众包数据的WiFi指纹库更新方法技术

本发明专利技术提供基于众包数据的WiFi指纹库更新方法，包括如下步骤：采集室内环境众包数据，并做聚类处理；淘汰过期指纹；根据更新数据动态获得接入点表；计算每个参考点的标准指纹；对于每个参考点原数据库和更新数据中的所有指纹做基于指纹相似性的高通滤波，获得新指纹库。本发明专利技术可以在室内Wi‑Fi环境的变化的情况下，依据此变化对指纹库进行更新，以维持定位系统的稳定定位效果。

Method for updating WiFi fingerprint database based on crowdsourcing data

The invention provides a method for updating WiFi fingerprint database Crowdsourcing based on data, which comprises the following steps: collecting the indoor environment Crowdsourcing data, and clustering processing; eliminate expired fingerprint; according to the updated data access point dynamic table; calculate the standard fingerprints of each reference point; each reference point for all the fingerprint and update the data in the original database the fingerprints of high pass filter based on the new fingerprint database. The invention can change in the Wi Fi indoor environment, on the basis of the change of the update to the fingerprint database, in order to maintain a stable location positioning system.

【技术实现步骤摘要】
基于众包数据的WiFi指纹库更新方法
本专利技术涉及信息
的室内定位技术，具体涉及的是一种基于众包数据的WiFi指纹库更新方法。
技术介绍
随着智能手机和移动互联网的快速发展，基于位置的服务吸引了越来越多的关注。实时定位已经成为交通、商业、物流、个性服务等多个高层次应用的基本技术。在室外的情况下，全球导航卫星系统提供了一个很好的定位服务，如全球定位系统(GPS)。然而，在室内环境中，由于信号衰落和多径效应，全球卫星定位系统无法达到合适的精度。因此，室内定位技术已经成为近年来的一个热门话题。因为高精度，低成本，易于部署的特点，Wi-Fi室内定位技术已成为最广泛使用的室内定位方案之一。Wi-Fi定位系统一般包括两个阶段：离线指纹训练阶段，用来建立指纹数据库；在线定位阶段，根据当前RSS(信号强度)数据，通过定位算法获取用户位置。目前大多数针对Wi-Fi室内定位技术的研究主要关注着这两个阶段，指纹库的更新技术成为该领域的一个盲点。而实际上，指纹库的更新维护是Wi-Fi室内定位的一个必要过程。由于全监督的指纹库采集方法耗时长，效率低，当下主流的指纹库采集方法是利用众包数据的非监督采集方法。在这种方法中，Wi-Fi指纹的位置是由行人航位推算技术(PDR)来估计的。由于PDR累积误差的存在，直接使用非监督采集方法生成的指纹库进行定位是有风险的，需要根据后续的采集数据对指纹库进行更新维护。Wi-Fi信号是易变的，室内环境中的一些变化，如室内遮挡的变化，接入点(AP)设备的老化与更换都会导致同一位置上从同一AP接收到的Wi-Fi信号强度发生变化。如果室内环境中出现了上述变化，而Wi-Fi指纹库维持不变，那么室内定位的精度会受到影响，严重时会导致定位系统崩溃。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于众包数据的WiFi指纹库更新方法，可以依据室内Wi-Fi环境的变化对指纹库进行更新，以维持稳定的定位效果。为解决上述问题，本专利技术提出一种基于众包数据的WiFi指纹库更新方法，包括以下步骤：S1：采集室内环境中信号设备的众包数据，根据众包数据得到更新数据，所述更新数据至少包括采集位置和当前采集到的WiFi指纹，每采集依次得到一新的更新数据；S2：根据每条更新数据中的采集位置与原指纹库中的各参考点对应的聚类位置进行比较，将各更新数据就近聚类至相应参考点；S3：对更新数据中WiFi指纹的各接入点的出现频次进行分析，选择出现频次高的几个接入点，得到备选接入点区，若更新数据中对应原指纹库的固定接入点表中的接入点的信号强度过低时，则从所述备选接入点区中选取新的接入点替换；S4：对原指纹库中的对应固有接入点表的原WiFi指纹和对应固有接入点表的各更新数据的WiFi指纹进行均值统计，得到能够代表各参考点的信号特征的标准指纹，若固有接入点表有替换的接入点，则将更新数据中对应该新的接入点信号强度进行均值统计，确定标准指纹中对应该新的接入点的信号强度；S5：针对每个参考点，计算原指纹库和更新数据中的所有WiFi指纹与标准指纹的相似性，取相似性最大的几条WiFi指纹作为该参考点的新指纹库。根据本专利技术的一个实施例，在所述步骤S1中，在非监督的条件下采集众包数据并利用众包数据获取WiFi指纹，通过行人行位推算技术得到每条WiFi指纹所对应的采集位置。根据本专利技术的一个实施例，所述更新数据中记录能够采集到的所有WiFi接入设备的WiFi信号强度；所述原指纹库记录固定接入点表中的固定接入点的WiFi信号强度。根据本专利技术的一个实施例，所述步骤S2包括以下步骤：S21：在聚类开始前设定聚类半径为R；S22：对于更新数据中的每一条数据，如果其采集位置与各参考点对应的聚类位置中的任意位置距离小于等于R，则将该条更新数据所对应的Wi-Fi指纹聚类到给该聚类位置的参考点中；否则丢弃该条更新数据；完成全部更新数据的聚类。根据本专利技术的一个实施例，所述步骤S3包括以下步骤：S31：对于每个参考点的更新数据，将全部WiFi指纹中具有记录的各接入点的出现频次进行累加统计；S32：根据每个参考点的各接入点的出现频次进行大小排序，选取最出现频次最高的几个接入点，作为备选接入点区；S33：对更新数据中对应原指纹库固定接入点表中的每个接入点的信号强度作加和统计；S34：若全部接入点的信号强度均不低于强度阈值，则保持固定接入点表不变；若任意一接入点的信号强度低于强度阈值，则从所述备选接入点区中选取出现频次最高的一个新的接入点替换该接入点，得到新的固定接入点表。根据本专利技术的一个实施例，在原指纹库中，将新替换的接入点的信号强度的值设置为指定值。根据本专利技术的一个实施例，所述步骤S4包括以下情况：情况一：当更新数据的指纹数量K远大于原指纹库的指纹数量M时，参考点的标准指纹Fs是原指纹库和更新数据中所有WiFi指纹的平均，即：Fm为更新数据的WiFi指纹向量，Fk为原指纹库的WiFi指纹向量；其中，当出现了固有接入点表变化时，标准指纹中对应新的接入点的信号强度RSSr表示为：RSSi为更新数据中的对应该新的接入点的各信号强度；情况二：当更新数据的指纹数量K小于原指纹库的指纹数量M或两者相当时，需要对该参考点的所有WiFi指纹建立指纹可靠性模型，指纹的可靠性模型R(t)表示为：其中，φ-1(x)是标准正态分布概率密度函数的反函数，σ是Wi-Fi信号的标准差，P为固定AP表中AP的数量，Δ为AP信号最大衰减量；得到指纹的可靠性模型之后，标准指纹计算为：Fi为参考点的各WiFi指纹向量；其中，当出现了固有接入点表变化时，标准指纹中对应新的接入点的信号强度RSSr表示为：RSSi为更新数据中的对应该新的接入点的各信号强度。根据本专利技术的一个实施例，所述步骤S5包括以下步骤，S51：原指纹库和更新数据中的各WiFi指纹与标准指纹之间的相似性表示为，WiFi指纹与标准指纹之间的欧氏距离的倒数；S52：将各WiFi指纹按相似性从大到小进行排序；S53：截取其中与标准指纹相似性最高的M条WiFi指纹作为新指纹库中该参考点的WiFi指纹，M与原指纹库的WiFi指纹数量相同。根据本专利技术的一个实施例，原指纹库和更新数据中的各WiFi指纹与标准指纹之间的相似性表示为：|Fi-Fs|为WiFi指纹与标准指纹之间的欧氏距离，α、β为设定的参数。根据本专利技术的一个实施例，在所述步骤S4之前还包括步骤S6，设定指纹寿命阈值为tm；对原指纹库中的所有WiFi指纹进行判断，假定当前时间为t0，原指纹库中WiFi指纹的采集时间为t，如果t0-t＞tm，则认为该WiFi指纹过期，将其淘汰。采用上述技术方案后，本专利技术相比现有技术至少具有以下有益效果：1、本专利技术中的指纹库更新方法可以在非监督的条件下完成，面对Wi-Fi环境的变化可及时更新Wi-Fi指纹库，以维持定位系统的正常运行；2、本专利技术中的指纹库更新方法相比传统的指纹库更新方法有更强的鲁棒性，在众包数据的条件下，无论采集到的更新数据充足与否，都能使系统监测到Wi-Fi环境的变化，做出相应的更新。附图说明图1为本专利技术实施例的基于众包数据的WiFi指纹库更新方法的流程示意图；图2a为本专利技术实施例的初始状态下指纹相似性的分布示意图；图2b为本专利技术实施例的对所有WiFi指纹本文档来自技高网...

【技术保护点】
一种基于众包数据的WiFi指纹库更新方法，其特征在于，包括以下步骤：S1：采集室内环境中信号设备的众包数据，根据众包数据得到更新数据，所述更新数据至少包括采集位置和当前采集到的WiFi指纹，每采集依次得到一新的更新数据；S2：根据每条更新数据中的采集位置与原指纹库中的各参考点对应的聚类位置进行比较，将各更新数据就近聚类至相应参考点；S3：对更新数据中WiFi指纹的各接入点的出现频次进行分析，选择出现频次高的几个接入点，得到备选接入点区，若更新数据中对应原指纹库的固定接入点表中的接入点的信号强度过低时，则从所述备选接入点区中选取新的接入点替换；S4：对原指纹库中的对应固有接入点表的原WiFi指纹和对应固有接入点表的各更新数据的WiFi指纹进行均值统计，得到能够代表各参考点的信号特征的标准指纹，若固有接入点表有替换的接入点，则将更新数据中对应该新的接入点信号强度进行均值统计，确定标准指纹中对应该新的接入点的信号强度；S5：针对每个参考点，计算原指纹库和更新数据中的所有WiFi指纹与标准指纹的相似性，取相似性最大的几条WiFi指纹作为该参考点的新指纹库。

【技术特征摘要】
1.一种基于众包数据的WiFi指纹库更新方法，其特征在于，包括以下步骤：S1：采集室内环境中信号设备的众包数据，根据众包数据得到更新数据，所述更新数据至少包括采集位置和当前采集到的WiFi指纹，每采集依次得到一新的更新数据；S2：根据每条更新数据中的采集位置与原指纹库中的各参考点对应的聚类位置进行比较，将各更新数据就近聚类至相应参考点；S3：对更新数据中WiFi指纹的各接入点的出现频次进行分析，选择出现频次高的几个接入点，得到备选接入点区，若更新数据中对应原指纹库的固定接入点表中的接入点的信号强度过低时，则从所述备选接入点区中选取新的接入点替换；S4：对原指纹库中的对应固有接入点表的原WiFi指纹和对应固有接入点表的各更新数据的WiFi指纹进行均值统计，得到能够代表各参考点的信号特征的标准指纹，若固有接入点表有替换的接入点，则将更新数据中对应该新的接入点信号强度进行均值统计，确定标准指纹中对应该新的接入点的信号强度；S5：针对每个参考点，计算原指纹库和更新数据中的所有WiFi指纹与标准指纹的相似性，取相似性最大的几条WiFi指纹作为该参考点的新指纹库。2.如权利要求1所述的基于众包数据的WiFi指纹库更新方法，其特征在于，在所述步骤S1中，在非监督的条件下采集众包数据并利用众包数据获取WiFi指纹，通过行人行位推算技术得到每条WiFi指纹所对应的采集位置。3.如权利要求1所述的基于众包数据的WiFi指纹库更新方法，其特征在于，所述更新数据中记录能够采集到的所有WiFi接入设备的WiFi信号强度；所述原指纹库记录固定接入点表中的固定接入点的WiFi信号强度。4.如权利要求1所述的基于众包数据的WiFi指纹库更新方法，其特征在于，所述步骤S2包括以下步骤：S21：在聚类开始前设定聚类半径为R；S22：对于更新数据中的每一条数据，如果其采集位置与各参考点对应的聚类位置中的任意位置距离小于等于R，则将该条更新数据所对应的Wi-Fi指纹聚类到给该聚类位置的参考点中；否则丢弃该条更新数据；完成全部更新数据的聚类。5.如权利要求1所述的基于众包数据的WiFi指纹库更新方法，其特征在于，所述步骤S3包括以下步骤：S31：对于每个参考点的更新数据，将全部WiFi指纹中具有记录的各接入点的出现频次进行累加统计；S32：根据每个参考点的各接入点的出现频次进行大小排序，选取最出现频次最高的几个接入点，作为备选接入点区；S33：对更新数据中对应原指纹库固定接入点表中的每个接入点的信号强度作加和统计；S34：若全部接入点的信号强度均不低...

【专利技术属性】
技术研发人员：高文政，徐昌庆，裴凌，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31