【技术实现步骤摘要】
一种基于WLAN指纹的室内动态感知策略的定位方法
本专利技术涉及定位方法
,具体涉及一种基于WLAN指纹的室内动态感知策略的定位方法。
技术介绍
随着智能手机的普及,以及无线通信技术的大规模发展,基于位置的服务(LocationBasedServices,LBS)在移动市场上的需求与日俱增,其相关应用在军事、交通、民生等各领域都有广泛的使用场景,例如路线规划导航、餐饮娱乐推荐、商场等大型室内外公共场所定位等。其中,定位作为LBS的核心服务需要满足在成本和精度等方面的诸多要求。近年来,WLAN技术的快速发展和普及不断为室内定位领域带来新的可能,其相关技术的研究一直是国内外的热点话题,并由此产出了一系列优秀的定位系统成果。RADAR是一种由BahlP等人于2000年提出的基于无线电频率的室内定位及追踪系统,它通过记录和处理传播范围涵盖整个测量空间的基站所发射的信号强度信息来实现定位。该系统的实现具体可分为两个步骤:首先将从基站采集的RSSI样本作为当前位置的信号特征;其次利用当前RSSI样本特征获得坐标及方向,该步骤又可通过两种方式实现:第一种方式利用最近邻居算法,将样本特征与离线数据库内的样本集进行匹配,距离最小的样本所处的位置就是观测点的当前坐标;第二种方式是将样本特征代入基于壁衰减系数和地衰减系数的信号传播模型中求得坐标。RADAR算法在空旷的走廊环境中的定位精度为2–3米。随后BahlP等人又于同年提出了基于概率统计模型,提高了33%的定位精度。Horus是一种基于WLAN无线电频率的联合聚类定位系统,由Moustafa等人于2005年提出。Ho ...
【技术保护点】
一种基于WLAN指纹的室内动态感知策略的定位方法,利用改进的卡尔曼滤波算法对指纹预处理,得到可靠的指纹数据库,再利用KNN快速建库,在此基础上利用移动设备内置的加速度传感器与室内已部署的WLAN热点,以动态感知策略为基础,实现了室内定位的动态感知,其特征在于,具体包括以下步骤:步骤S1,用户持终端设备完成行走和静止两种运动,采集移动终端的加速度传感器读值和指定参考位置的RSSI值,得到指纹数据,同时终端设备由此建立基于贝叶斯的运动状态感知模型;步骤S2,利用改进的卡尔曼滤波算法对S1采集的RSSI值进行预处理;步骤S3,利用KNN模型对步骤S2处理过的指纹数据作为训练集,压缩后实现快速建库,并利用10‑折交叉验证确定KNN算法的K值,得到改进的KNN算法;步骤S4,实时在线采集移动终端的RSSI值和加速度传感器读值,通过加速度传感器数据判断用户移动状态;当用户处于行走状态时,利用步骤S3得到的改进的KNN算法进行判别,采用动态感知策略进行位置校准,实现基于WLAN指纹的定位以及结果优化。
【技术特征摘要】
1.一种基于WLAN指纹的室内动态感知策略的定位方法,利用改进的卡尔曼滤波算法对指纹预处理,得到可靠的指纹数据库,再利用KNN快速建库,在此基础上利用移动设备内置的加速度传感器与室内已部署的WLAN热点,以动态感知策略为基础,实现了室内定位的动态感知,其特征在于,具体包括以下步骤:步骤S1,用户持终端设备完成行走和静止两种运动,采集移动终端的加速度传感器读值和指定参考位置的RSSI值,得到指纹数据,同时终端设备由此建立基于贝叶斯的运动状态感知模型;步骤S2,利用改进的卡尔曼滤波算法对S1采集的RSSI值进行预处理;步骤S3,利用KNN模型对步骤S2处理过的指纹数据作为训练集,压缩后实现快速建库,并利用10-折交叉验证确定KNN算法的K值,得到改进的KNN算法;步骤S4,实时在线采集移动终端的RSSI值和加速度传感器读值,通过加速度传感器数据判断用户移动状态;当用户处于行走状态时,利用步骤S3得到的改进的KNN算法进行判别,采用动态感知策略进行位置校准,实现基于WLAN指纹的定位以及结果优化。2.根据权利要求1所述的一种基于WLAN指纹的室内动态感知策略的定位方法,其特征在于,所述步骤S1包括以下步骤:步骤S11,使用终端设备内嵌的加速度传感器,采集终端设备在用户的各种运动状态下的加速度传感器读值;建立贝叶斯模型,保存参数在拟使用数据库中;步骤S12,获取实验环境平面图与各AP位置,采集AP距离与RSSI值。3.根据权利要求2所述的一种基于WLAN指纹的室内动态感知策略的定位方法,其特征在于,所述步骤S11中,利用三轴加速度传感器感知终端设备水平移动的X轴数据、感知终端设备纵向上下移动的Y轴数据、感知终端设备前后移动的Z轴数据中,仅对三轴加速度传感器Z轴数据进行采集、分析。4.根据权利要求1所述的一种基于WLAN指纹的室内动态感知策略的定位方法,其特征在于,所述步骤S2包括以下步骤:步骤S21,改进卡尔曼滤波算法参数;步骤S22,设立阈值比较观测值的变化,对指纹数据进行平滑处理。5.根据权利要求4所述的一种基于WLAN指纹的室内动态感知策略的定位方法,其特征在于,所述步骤S21中,根据RSSI的单变量系统模型特点,对卡尔曼滤波过程进行改进,改进后的公式如式(1)~(5)所示:1)预估值更新状态:Pt|t-1=Pt-1|t-1+Q(2)2)计算卡尔曼增益:3)观测值校准预测状态:4)更新误差协方差矩阵:Pt|t=Pt|t-1-Kt·Pt|t-1(5)式中,Xt表示系统在t时刻的状态,Kt表示时刻t的卡尔曼增益,P表示预估误差的协方差矩阵,Zt是t时刻的观测向量,Q表示噪声方差对角阵,R为噪声。改进后,观测...
【专利技术属性】
技术研发人员:高岭,秦晴,王海,任杰,张哲雯,
申请(专利权)人:西北大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。