一种引入前点约束的室内定位方法技术

本发明专利技术公开一种引入前点约束的室内定位方法，所述的前点约束是指行人前后两次定位的位置的在物理空间中相距不远这个约束，该方法将前点约束引入到WKNN算法中来，将其与WKNN算法中的信号空间距离相结合一起对RP进行粗筛选和精筛选。与现有技术相比，其优点在于：1、本发明专利技术方法的粗定位没有分错区的情况，不降低定位精度的同时提高定位的效率，而现有技术存在分区错误导致定位精度下降的问题；2、本发明专利技术方法的精定位部分通过引入物理空间距离对参考点进行迭代筛选，相比现有技术，能够得到更优的定位参考点，达到更高的定位精度。

An indoor location method with pre constraint constraint

The invention discloses an indoor positioning method which introduces a front-point constraint. The front-point constraint refers to the constraint that the positions of pedestrians before and after two positioning are not far apart in the physical space. The method introduces the front-point constraint into the WKNN algorithm and combines it with the signal space distance in the WKNN algorithm to screen the RP roughly. Selection and intensive screening. Compared with the prior art, the advantages of the method of the invention are as follows: 1. The coarse positioning of the method of the invention has no error-dividing area, does not reduce the positioning accuracy and improves the positioning efficiency at the same time, and the existing technology has the problem that the positioning accuracy is reduced due to the error of the partition; 2. The precision positioning part of the method of the invention refers to the reference by introducing the physical space distance Iterative selection of points, compared with the existing technology, can get better positioning reference points, to achieve higher positioning accuracy.

【技术实现步骤摘要】
一种引入前点约束的室内定位方法
本专利技术属于导航定位领域，具体涉及一种引入前点约束的室内定位方法。
技术介绍
随着社会和科学技术的快速发展，人们在日常生活中对基于位置服务的需求正变得越来越大。在室外有卫星导航技术，如今卫星导航技术在民用市场发挥了难以想象的推动力，其广泛应用于应急救援、物流业、大地勘测、个人导航、精细农业和科学研究等领域。但是在室内，由于卫星信号微弱甚至没有，环境复杂多变，要是实现高精度低成本的导航非常困难。目前室内定位出了大量基于不同机制的定位技术，如伪卫星(Pseudolites)、WiFi、蓝牙(Blue-Tooth)、超宽带UWB(Ultra-WideBand)、射频识别RFID(RadioFrequencyIdentification)等。其中基于WiFi位置指纹的定位算法可以充分利用现有的基础设施，降低了硬件成本，还扩大了应用范围。并且基于WiFi位置指纹的定位算法受无线信号的反射、绕射、多径效应的影响不大，因此基于WiFi位置指纹的定位技术得到了大量的研究。基于WiFi位置指纹定位算法主要分为粗定位和精定位两个步骤。粗定位是指通过一些聚类算法实现指纹数据库的划分，定位时先对待测点进行分区判断，对参考点进行粗筛选，以提高定位效率。目前粗定位主要用的方法是K均值法(K-means),K-means方法存在分区结果存在奇点，待测点位于分区边缘时分区准确性不高等问题。目前精定位主要用的方法是K值加权算法(WKNN)。这种方法仅利用待测点与参考点的信号空间距离对参考点(ReferencePoints，RP)进行筛选，但是由于WiFi信号不稳定，较远的参考点有可能与待测点的信号强度序列有较小的信号空间距离或者较近的参考点也有可能与待测点的信号强度序列有较大的信号空间距离。单独用信号空间距离无法有效剔除异常参考点。
技术实现思路
本专利技术的目的是提供一种引入前点约束的室内定位方法，所述的前点约束是指行人前后两次定位的位置的在物理空间中相距不远这个约束，该方法将前点约束引入到WKNN算法中来，将其与WKNN算法中的信号空间距离相结合一起对RP进行粗筛选和精筛选。与传统的K-means和WKNN算法相比，该算法能够简单高效的筛选出最优的RP，提高定位精度。本专利技术一种引入前点约束的室内定位方法，它的步骤如下：步骤1、粗定位，具体包括如下子步骤：步骤1.1、假设t-1时刻行人位置为A，坐标记为(xt-1,yt-1)，以A为圆心，R(R大小由实验确定)为半径得到圆O1，记圆O1中的RP集合为U1式中rn为接收到的第n个无线接入点(AccessPoint,AP)的信号强度(ReceivedSignalStrengthIndication,RSSI)。x,y为RP的坐标。将U1中RP按照走廊空间顺序排序，假设U1中有g个RP，将U1表示如下U1＝{RPi|1＜i＜g}⑵式中RPi＝(r1,r2,…rn,xrpi,yrpi)。将RP1和RPk分别当做圆O1的下边界和上边界，坐标分别记为(xrp1,yrp1)和(xrpk,yrpk)。步骤1.2、t时刻，利用集合U1中RP按照步骤2进行精定位得到位置B，坐标记为(xt,yt)。计算位置B与圆O1的上边界RPk的距离r。步骤1.3、计算RP个数n。式中[x]表示不大于x的整数，L是前后RP间距，m是横向参考点的个数。步骤1.4、移动圆O1。当R＞r时，往集合U1上边界添加n个RP，下边界去掉n个RP。当R＜r时，往集合U1下边界添加n个RP，上边界去掉n个RP。得到新的RP集合U2步骤1.5、t时刻以后，重复子步骤1.2～1.4，实现圆O1跟随行人一起移动，每次精定位只需要使用小圆内的RP即可，提高定位算法的效率。步骤1.6、t＝0时，计算位置，由其他算法(如WKNN)得到。步骤2、精定位，具体包括如下子步骤：如附图2所示：步骤2.1、如步骤1中子步骤1.4所述，t时刻有RP集合U2，待测点的RSSI序列记为P：P＝[Rssi_test_1，Rssi_test_2，…，Rssi_test_n]⑸计算序列P与集合U2中RP的RSSI序列的信号空间距离(采用欧式距离)，得到一组欧式距离序列QQ＝[d1,d2,…dk]⑹式中将RP按照欧式距离从小到大排序，取欧式距离最小的k1个RP，记为集合U3，k1的取值由实验确定。步骤2.2、以t-1时刻的位置A为圆心，R1(R1＜R，R1大小由实验确定)为半径画圆O2。计算集合中RP到位置A的距离，将距离大于R1的RP从集合U3中剔除，得到集合对集合U4中RP的坐标按照信号空间距离进行加权得到位置步骤2.3、以坐标为圆心，R1为半径画圆，计算集合U4中RP到坐标的距离，将距离大于R1的RP从集合U4中剔除，得到集合对集合U5中RP的坐标按照信号空间距离进行加权得到位置步骤2.4、重复步骤2.3，直到等于迭代结束，得到最优位置估计本专利技术一种引入前点约束的室内定位方法，与现有技术相比，其优点在于：1、本专利技术方法的粗定位没有分错区的情况，不降低定位精度的同时提高定位的效率，而现有技术存在分区错误导致定位精度下降的问题；2、本专利技术方法的精定位部分通过引入物理空间距离对参考点进行迭代筛选，相比现有技术，能够得到更优的定位参考点，达到更高的定位精度。【附图说明】图1为本专利技术方法粗定位部分流程示意图。图2为本专利技术方法精定位部分流程示意图。图3为本专利技术方法整体流程图。【具体实施方式】本专利技术提出了一种引入前点约束的室内定位方法，其流程图如附图1和附图2所示，它包含以下步骤：步骤1：粗定位，具体包括如下子步骤：步骤1.1、如附图1所示，假设t-1时刻行人位置为A，坐标记为(xt-1,yt-1)，以A为圆心，R为半径得到圆O1，如虚线圆所示。记圆O1中的RP集合为U1式中rn为接收到的第n个无线接入点(AccessPoint,AP)的信号强度(ReceivedSignalStrengthIndication,RSSI)。x,y为RP的坐标。将U1中RP按照走廊空间顺序排序，假设U1中有g个RP，将U1表示如下U1＝{RPi|1＜i＜g}⑵式中RPi＝(r1,r2,…rn,xrpi,yrpi)。将RP1和RPk分别当做圆O1的下边界和上边界，坐标分别记为(xrp1,yrp1)和(xrpk,yrpk)。步骤1.2、t时刻，利用集合U1中RP按照步骤2进行精定位得到位置B，坐标记为(xt,yt)。计算位置B与圆O1的上边界RPk的距离r。步骤1.3、计算RP个数n。式中[x]表示不大于x的整数，L是前后RP间距，m是横向参考点的个数。步骤1.4、移动圆O1。当R＞r时，往集合U1上边界添加n个RP，下边界去掉n个RP。当R＜r时，往集合U1下边界添加n个RP，上边界去掉n个RP。得到新的RP集合U2步骤1.5、t时刻以后，重复子步骤1.2～1.4，实现圆O1跟随行人一起移动，每次精定位只需要使用小圆内的RP即可,提高定位算法的效率。步骤1.6、t＝0时，位置由其他算法(如WKNN)得到。步骤2：精定位，具体包括如下子步骤：如附图2所示：步骤2.1、如步骤1中子步骤1.4所述，t时刻有RP集合U2，待测点的RSSI序列记为P：P＝[R本文档来自技高网...

【技术保护点】
1.一种引入前点约束的室内定位方法，其特征在于：该方法步骤如下：步骤1、粗定位，具体包括如下子步骤：步骤1.1、假设t‑1时刻行人位置为A，坐标记为(xt‑1,yt‑1)，以A为圆心，R为半径得到圆O1，记圆O1中的RP集合为U1

【技术特征摘要】
1.一种引入前点约束的室内定位方法，其特征在于：该方法步骤如下：步骤1、粗定位，具体包括如下子步骤：步骤1.1、假设t-1时刻行人位置为A，坐标记为(xt-1,yt-1)，以A为圆心，R为半径得到圆O1，记圆O1中的RP集合为U1式中rn为接收到的第n个无线接入点的信号强度；x,y为RP的坐标；将U1中RP按照走廊空间顺序排序，假设U1中有g个RP，将U1表示如下U1＝{RPi|1＜i＜g}⑵式中RPi＝(r1,r2,…rn,xrpi,yrpi)；将RP1和RPk分别当做圆O1的下边界和上边界，坐标分别记为(xrp1,yrp1)和(xrpk,yrpk)；步骤1.2、t时刻，利用集合U1中RP按照步骤2进行精定位得到位置B，坐标记为(xt,yt)；计算位置B与圆O1的上边界RPk的距离r；步骤1.3、计算RP个数n；式中[x]表示不大于x的整数，L是前后RP间距，m是横向参考点的个数；步骤1.4、移动圆O1；当R＞r时，往集合U1上边界添加n个RP，下边界去掉n个RP；当R＜r时，往集合U1下边界添加n个RP，上边界去掉n个RP；得到新的RP集合U2步骤1.5、t时刻以后，重复子步骤1.2...

【专利技术属性】
技术研发人员：张勇波，黄裕梁，王俊玲，崔轶，王治华，傅惠民，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11