【技术实现步骤摘要】
基于WIFI地址与场强的粗精匹配定位方法
本专利技术涉及WIFI定位
，具体涉及一种基于WIFI地址与场强的粗精匹配定位方法。
技术介绍
目前，WIFI定位是比较流行的一种室内定位技术，其定位方法是基于信号强度的传播模型法和指纹识别法。信号强度的传播模型法，是指使用当前环境下假设的某种信道衰落模型，根据其数学关系估计终端与已知位置AP间的距离，如果用户听到多个AP(AccessPoint，简称为AP)信号，就可以通过三边定位算法来获得用户的位置信息；指纹识别法，则是基于WIFI信号的传播特点，将多个AP的检测数据组合成指纹信息，通过与参考数据对比来估计移动物体可能的位置。在定位精度为米级的一些场景，可利用WIFI进行覆盖，该技术适用于对人/车的定位导航，医疗机构、商场、主题公园等场景。对于商场、机场等人流密集场景，WIFI信号有可能会被频繁遮挡，变化比较复杂WIFI信号传播模型法难于建立，所以一般采用基于指纹库法。而指纹库方法也同样面临两大难题：一是大的定位范围需要巨大的指纹采集工作量；二是指纹库越大，计算量越...
【技术保护点】
1.基于WIFI地址与场强的粗精匹配定位方法，其特征在于，包括如下步骤：/n步骤1：根据定位场所面积大小和定位需求进行四边形格网或三角形网状指纹点布局；/n步骤2：采集数据并进行预处理，建立指纹数据库；/n步骤3：对指纹数据库进行聚类分块处理，并计算每一个指纹数据库类的类中心，包括类中心信号强度矢量及其对应的类地址向量；/n步骤4：利用实时WIFI信号的接入点地址信息与每一类的地址向量进行粗匹配，实现大致的类范围估计；/n步骤5：利用实时WIFI信号强度值与粗匹配后获得的类指纹数据库的WIFI信号强度中心矢量值进行距离与概率计算，精确地确定所在类，以增强类匹配准确度；/n步...
【技术特征摘要】
1.基于WIFI地址与场强的粗精匹配定位方法，其特征在于，包括如下步骤：
步骤1：根据定位场所面积大小和定位需求进行四边形格网或三角形网状指纹点布局；
步骤2：采集数据并进行预处理，建立指纹数据库；
步骤3：对指纹数据库进行聚类分块处理，并计算每一个指纹数据库类的类中心，包括类中心信号强度矢量及其对应的类地址向量；
步骤4：利用实时WIFI信号的接入点地址信息与每一类的地址向量进行粗匹配，实现大致的类范围估计；
步骤5：利用实时WIFI信号强度值与粗匹配后获得的类指纹数据库的WIFI信号强度中心矢量值进行距离与概率计算，精确地确定所在类，以增强类匹配准确度；
步骤6：在精准确定的类集合中，计算定位目标的最终位置。
2.根据权利要求1所述的基于WIFI地址与场强的粗精匹配定位方法，其特征在于，步骤2，采集的数据有：WIFI信号强度、WIFI接入点AP地址信息、指纹点真实坐标。
3.根据权利要求2所述的基于WIFI地址与场强的粗精匹配定位方法，其特征在于，定义每个接入点所接收到WIFI信号强度值的非零个数与该点的总观测个数比例达75％为有效接入点，对每个指纹点的观测数据提取平均信号强度最大的前10个有效接入点观测量，作为指纹数据库建立的基础数据。如果有效信号小于10个，则全部作为接入点观测量。
4.根据权利要求1所述的基于WIFI地址与场强的粗精匹配定位方法，其特征在于，步骤3，利用最大信号强度信息，建立聚类指纹库，其聚类流程如下所示：
①以第1个指纹点作为第一个类的聚类起点；
②计算下一个指纹点所包含的AP地址分别与现有类AP地址相同的数量值NiAP，然后取出NiAP中的最大值NIAP；其中，类地址是指同一个类中所有指纹点共同包含的AP地址；NiAP表示该指纹点与第i类的相同AP地址数量；
③判断该指纹点的类归属；若满足NIAP≥CNAP，则将该点归入第I类集合，同时保留该点与第I类原有类地址集合的交集，更新第I类的类地址集合，作为下一个指纹点接入点地址的比较依据；否则，将该点作为下一个新类的聚类起点；CNAP为同一类中相同接入点AP个数，即聚类参数；
④重复步骤②和③，直至全部点分类完成。
5.根据权利要求1所述的基于WIFI地址与场强的粗精匹配定位方法，其特征在于，步骤3，计算每一...
【专利技术属性】
技术研发人员：李昕，刘春艳，王坚，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏;32
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。