基于位置指纹算法的室内定位优化方法技术

本发明专利技术公开了一种基于位置指纹算法的室内定位优化方法。本发明专利技术在现有的位置指纹定位方法的基础上，对信号强度采集、指纹库密度、指纹库精度、定位效率、设备误差进行了对应的优化处理，从而实现对定位过程的精度提升和效率提升。本发明专利技术在定位处理过程中，无需额外硬件的支持，因此其具有较低的定位成本。在信号强度测量精准，以及位置指纹库的精度和密度较高的情况下，本发明专利技术可以提供较高定位精度。

【技术实现步骤摘要】
基于位置指纹算法的室内定位优化方法技术邻域本专利技术属于室内定位
，具体涉及一种基于位置指纹算法的室内定位方法。
技术介绍
指纹定位算法通过RSSI(ReceivedSignalStrengthIndication，接收信号强度指示)信息之间的相关性完成定位，通过将定位点处的RSSI信息与位置指纹的RSSI信息进行匹配来实现定位坐标的估算。指纹定位算法的定位原理如图1所示，其定位过程分为两个阶段：一、离线训练阶段：在区域中选择n个点作为参考点进行位置指纹采集，从而完成位置指纹库的构建，其中，位置指纹由参考点处的位置坐标和RSSI信息构成；二、在线定位阶段：采集定位点处的RSSI信息，并将采集到的RSSI信息与位置指纹库中的位置指纹进行匹配，筛选出匹配度最高的前K个位置指纹实现位置估算。位置指纹定位常用的算法包括最近邻法、K近邻法(KNN)、加权K近邻法(WKNN)。最近邻算法依据样本之间的相似度进行定位，其核心思想是在位置指纹库中选取与定位点处RSSI向量最相似的参考点的坐标作为定位节点的坐标，其中，RSSI向量之间的相似度通过RSSI向量之间的欧氏距离来判断，欧式距离越小，表示两个本文档来自技高网...

【技术保护点】
基于位置指纹算法的室内定位优化方法，其特征在于，包括下列步骤：构建位置指纹库步骤：101：在待定位区域部署m个无线接入设备，设置n个参考点，并记录各参考点的位置信息；102：多次采集每个参考点对每个无线接入设备的接收信号强度值rssi，在每次采集时，若当前采集到的rssi满足|rssi‑μ|＞1.96σ，则剔除当前采集到的rssi，其中σ、μ分别表示接收信号强度的高斯分布的标准差和均值；并对多次采集结果进行均值滤波平滑处理，得到每个参考点对每个无线接入设备的接收信号强度值，记为rssik,i，其中k为参考点标识符，i为无线接入设备标识符；由同一参考点的m组接收信号强度值构成该参考点的信号强度向...

【技术特征摘要】
1.基于位置指纹算法的室内定位优化方法，其特征在于，包括下列步骤：构建位置指纹库步骤：101：在待定位区域部署m个无线接入设备，设置n个参考点，并记录各参考点的位置信息；102：多次采集每个参考点对每个无线接入设备的接收信号强度值rssi，在每次采集时，若当前采集到的rssi满足|rssi-μ|＞1.96σ，则剔除当前采集到的rssi，其中σ、μ分别表示接收信号强度的高斯分布的标准差和均值；并对多次采集结果进行均值滤波平滑处理，得到每个参考点对每个无线接入设备的接收信号强度值，记为rssik,i，其中k为参考点标识符，i为无线接入设备标识符；由同一参考点的m组接收信号强度值构成该参考点的信号强度向量，记为RSSIk＝(rssik,1,rssik,2,…,rssik,n)，将各参考点的信号强度向量和位置信息组合成位置指纹并保存到位置指纹库中；103：对位置指纹库进行密度增强处理：通过多项式曲面拟合的方式增加数据库中的位置指纹；再对增加后的数据库进行邻域滤波法筛选位置指纹库噪点：遍历位置指纹库中的每个参考点，将当前参考点作为中心点c，并基于中心点c的P邻域，计算中心点c与各邻域点xp之间的平均相似度其中P为预设的邻域数，下标p为邻域点xp的点标识符，表示中心点c和邻域点xp之间的信号强度向量的欧式距离；以及将各邻域点xp的P邻域中的中心点c剔除，得到各邻域点xp的个邻域点下标j为邻域点的点标识符，再计算各邻域点xp的平均相似度其中表示点xp与点之间的信号强度向量的欧式距离，从而得到中心点c的所有邻域点的平均相似度的均值若则...

【专利技术属性】
技术研发人员：邢建川，董科廷，韩保祯，张易丰，丁志新，康亮，王翔，侯鑫宇，王书琪，邵慧，陈朝阳，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51