一种位置指纹识别方法技术

一种位置指纹识别方法，首先获得测量窗口，利用同样的映射函数，将离线场强库映射成离线图，将测量窗口映射成测量图，在离线图上滑动测量图，计算SSIM和PSNR，选择离线图上SSIM最高且PSNR值最大的图像区域，获得位置指纹识别结果。本发明专利技术基于SSIM和PSNR来分析图像相似性，不单纯依靠欧式距离，而是从多个角度衡量相似性，因此获得的位置精度更高，能在不显著增加运算量的基础上，提高位置比对的准确性。

A method of location fingerprint recognition

【技术实现步骤摘要】
一种位置指纹识别方法
本专利技术涉及导航
，尤其涉及一种基于SSIM和PSNR的位置指纹识别方法。
技术介绍
基于位置指纹定位技术具有高自主性、快速性等特点，因此成为室内定位、集群定位等多种场景下自主定位的关键技术。目前的位置指纹识别方法，主要集中在基于近邻法和机器学习法两类。近邻法计算简单，但仅考虑了点的强度值，在信号强度波动较大时，欧式距离最小的点可能不唯一，导致无法准确识别定位；机器学习虽然精度较高，但需要事先进行大量的训练，且计算过程较为复杂。因此，研究一种运算简单的能从多个角度评价指纹相似度的位置指纹识别方法，对于提高位置比对的准确性有重要的意义。
技术实现思路
本专利技术提供一种位置指纹识别方法，基于SSIM和PSNR来分析图像相似性，不单纯依靠欧式距离，而是从多个角度衡量相似性，因此获得的位置精度更高，能在不显著增加运算量的基础上，提高位置比对的准确性。为了达到上述目的，本专利技术提供一种位置指纹识别方法，包含：获得测量窗口；利用同样的映射函数，将离线场强库映射成离线图，将测量窗口映射成测量图；在离线图上滑动测量图，计算SSIM和PSNR；选择离线图上SSIM最高且PSNR值最大的图像区域，获得位置指纹识别结果。利用多头敏感器在同一时间基准下，同时测量多个位置的强度值，形成空间上连续的测量区域，作为测量窗口。所述的映射函数将物理空间的位置网格点映射成图像空间的像素点，将物理空间的强度映射成图像空间的灰度。所述的映射函数为：f(·)＝f1(·)·f2(·)；第一映射函数f1(·)将物理空间的位置(x,y)和强度(RSSI1,RSSI2,RSSI3)分别映射成像平面的像素点位置(ux,uy)和RGB三通道强度值第二映射函数f2(·)将像平面的像素点位置(ux,uy)和RGB三通道强度值映射成图像空间的像素点位置(ux,uy)和灰度值IGray＝f2(R,G,B)；所述的测量图通过蛇形滑动的方式遍历离线图的所有区域。计算SSIM和PSNR包含：其中，PM为测量图，PT|M为离线图中对应测量窗口大小的被比对部分，uM和uT|M分别是PM和PT|M的像素均值，和分别是PM和PT|M的方差，σM,T|M是PM和PT|M的协方差；C1和C2为根据图像设定的常数；Fr为图像尺寸大小；PM,n为图像PM的第n个像素值；PT|M,n为图像PT|M的第n个像素值。计算离线图上SSIM最高且PSNR值最大的图像区域的形心坐标，并将形心坐标从图像空间反映射到物理空间，该物理空间的坐标值即为用户的位置指纹识别结果。所述的形心坐标为：其中，i为敏感器的个数；为敏感器Si对应的测量窗口图像的像素点位置。利用映射函数f(·)＝f1(·)·f2(·)对形心坐标(uxD,uyD)进行反映射计算，得到当前用户的位置指纹识别结果(xu,yu)。与现有技术相比，本专利技术的有益效果在于：1、将位置和强度映射成图像的像素位置和亮度，采用图像分析工具SSIM和PSNR来分析相似性，不单纯依靠欧式距离，而是从多个角度衡量相似性，因此获得的位置精度更高。2、能在不显著增加运算量的基础上，提高位置比对的准确性。3、采用测量窗口的强度代替传统的点的强度，可将临近区域的强度值纳入比对范畴，增强比对结果的准确性。附图说明图1是本专利技术提供的一种位置指纹识别方法的流程图。图2为场强和图像的映射关系示意图。图3为用户敏感器布局示意图。图4为窗口滑动过程示意图。图5为相似度评价结果示意图。具体实施方式以下根据图1～图5，具体说明本专利技术的较佳实施例。本专利技术提供一种位置指纹识别方法，包含以下步骤：通过在用户上设置多头敏感器，同时测量多个位置的强度值，形成空间上连续的测量区域，即测量窗口；利用同样的映射方式分别将离线场强库映射成离线图，将测量窗口映射成测量图，即，将位置网格点映射成像素点，将强度映射成灰度；在离线图上滑动测量图，通过SSIM和PSNR计算窗口图像和离线库图像的相似度；选择SSIM最高且PSNR值最大的图像区域，获得位置指纹识别结果。所述的SSIM是指结构相似性评价指标，用来评价图像在亮度、对比度、结构等方面的相似性；所述的PSNR是指图像峰值信噪比，用来评价图像的失真度；所述的多头敏感器是指基于同一个时间基准，拥有多个测量部分和同一个数据处理部分的测量敏感器；所述的离线场强库是指根据自由传播公式事先计算出或事先标定获得的位置与场强对应的数据库。所述的通过在用户上设置多头敏感器获得测量窗口是指：在同一时间基准下，通过同时测量多个位置的强度值，形成空间上连续的测量区域，即测量窗口。采用测量窗口的强度代替以往的测量点的强度，可将临近区域的强度值纳入比对范畴，增强比对结果的准确性。所述的将离线场强库映射成离线图是指：将离线场强库中包含的位置和强度两个要素映射成像素点位置和灰度值两个要素，从而完成将离线场强库映射成离线图。所述的将测量窗口映射成测量图是指：将测量窗口中包含的位置和强度两个要素映射成像素点位置和灰度值两个要素，从而完成将测量窗口映射成离线图。所述的在离线图上滑动测量图是指：测量图通过蛇形滑动的方式遍历离线图的所有区域，以便得到最优比对结果。所述的选择SSIM最高且PSNR值最大的区域，获得位置指纹识别结果的方法具体包含：求取SSIM最高且PSNR值最大的区域的形心坐标，并将形心坐标从图像空间反映射到物理空间，该物理空间的坐标值即为用户的位置指纹识别结果。如图1所示，在本专利技术的一个实施例中，所述的位置指纹识别方法，包含以下步骤：步骤S1、根据映射函数将离线位置指纹库T映射成离线图PT。具体为，如图2所示，将离线场强库中包含的位置(x,y)和强度(RSSI1,RSSI2,RSSI3)两个要素，经过第一映射函数f1(·)，映射成像平面的像素点位置(ux,uy)和RGB三通道强度值再经过第二映射函数f2(·)，映射成像素点位置(ux,uy)和灰度值IGray＝f2(R,G,B)两个要素；从而完成将离线场强库T到图像PT的映射，其中，映射函数f(·)＝f1(·)·f2(·)。步骤S2、根据映射函数将测量窗口M映射成窗口图像PM.在用户上设置拥有多个测量部分和同一个数据处理部分的测量敏感器，即多头敏感器，并通过该敏感器测量i×i范围的场强。设定i＝3，则如图3所示，在同一时间基准下，通过同时测量多个位置的强度值S1～S8，形成空间上连续的测量区域，即测量窗口M。采用测量窗口M的强度代替以往的测量点的强度，可将临近区域的强度值纳入比对范畴，增强比对结果的准确性。并采用步骤S1所述的映射方式f(·)＝f1(本文档来自技高网...

【技术保护点】
1.一种位置指纹识别方法，其特征在于，包含：/n获得测量窗口；/n利用同样的映射函数，将离线场强库映射成离线图，将测量窗口映射成测量图；/n在离线图上滑动测量图，计算SSIM和PSNR；/n选择离线图上SSIM最高且PSNR值最大的图像区域，获得位置指纹识别结果。/n

【技术特征摘要】
1.一种位置指纹识别方法，其特征在于，包含：
获得测量窗口；
利用同样的映射函数，将离线场强库映射成离线图，将测量窗口映射成测量图；
在离线图上滑动测量图，计算SSIM和PSNR；
选择离线图上SSIM最高且PSNR值最大的图像区域，获得位置指纹识别结果。


2.如权利要求1所述的位置指纹识别方法，其特征在于，利用多头敏感器在同一时间基准下，同时测量多个位置的强度值，形成空间上连续的测量区域，作为测量窗口。


3.如权利要求2所述的位置指纹识别方法，其特征在于，所述的映射函数将物理空间的位置网格点映射成图像空间的像素点，将物理空间的强度映射成图像空间的灰度。


4.如权利要求3所述的位置指纹识别方法，其特征在于，所述的映射函数为：
f(·)＝f1(·)·f2(·)；
第一映射函数f1(·)将物理空间的位置(x,y)和强度(RSSI1,RSSI2,RSSI3)分别映射成像平面的像素点位置(ux,uy)和RGB三通道强度值






第二映射函数f2(·)将像平面的像素点位置(ux,uy)和RGB三通道强度值映射成图像空间的像素点位置(ux,uy)和灰度值IGray＝f2(R,G,B)；





5.如权...

【专利技术属性】
技术研发人员：韩飞，王兆龙，刘超镇，孙俊，韩宇，刘珊珊，
申请(专利权)人：上海航天控制技术研究所，
类型：发明
国别省市：上海;31