一种基于Wifi信号RSSI特征的室内定位方法、系统技术方案

本发明专利技术公开了一种基于Wifi信号RSSI特征的室内定位方法、系统，定位方法包括如下过程：接收室内环境中无线接入点的Wifi信号；对接收的Wifi信号的Wifi指纹文本化，根据所得文本得到包含距离特征的词向量空间，将词向量空间嵌入到Wifi指纹，并对Wifi指纹进行特征提取，得到融了和词向量特征的Wifi指纹特征空间；对Wifi指纹特征空间进行聚类，根据该Wifi指纹特征空间对应的指纹所在的簇确定该条WiFi指纹所在楼层的层数；根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置。本发明专利技术能够减少标注的成本并且能够保证安全和隐私。

【技术实现步骤摘要】
一种基于Wifi信号RSSI特征的室内定位方法、系统
本专利技术属于室内定位
，涉及一种基于Wifi信号RSSI特征的室内定位方法、系统、计算设备及存储介质。
技术介绍
室内定位技术是指在室内环境下通过终端设备的无线信号从而确定终端室内的位置的技术，随着这些年物联网的发展逐渐成为LBS(LocationBasedServices，基于位置的服务)的基础，不同于室外定位已经很成熟的GPS方案，室内场景下例如商场、机场、超市、图书馆存在大量遮挡物和承重墙，GPS的误差较大不足以满足商用需求。室内定位技术可采用无线信号包括Wifi、蓝牙、RFID等，但由于后两者需要大量的设备部署，而Wifi信号有着天然存在于室内环境中并抗干扰能力强等特点，并且成本和性能比较低。传统的基于Wifi信号RSSI(信号接收强度)更多的通过一些数学方法，通过测量接入点AP(AccessPoint)之间距离再通过数学几何方法确定设备位置例如三角定位法，这类方法适应性较差，还随着场景的变化导致效果严重下降，并且还需要一些辅助传感器的介入。随着机器学习和深度学习这两年的快速发展，神经网络也被引入基于信号强度传播的定位模型中来提高定位精度，但其中多数以有监督学习为主，这带来的问题就是需要大量的成本进行Wifi数据的标注，相较于构建指纹库的方法也牺牲了一定的精度，而少数无监督的方法效果都无法达到商用的要求。同时无论哪种定位模型都要求设备上传并集中存储Wifi指纹信号，与之同时上传的包括一些设备的基础信息，可能造成用户的隐私安全问题。<br>
技术实现思路
为解决现有技术中存在的问题，本专利技术的目的在于提供一种基于Wifi信号RSSI特征的室内定位方法、系统、计算设备及存储介质，本专利技术能够减少标注的成本、并且能够保证用户隐私。本专利技术所采用的技术方案如下：一种基于Wifi信号RSSI特征的室内定位方法，包括如下过程：接收室内环境中无线接入点的Wifi信号；对接收的Wifi信号的Wifi指纹文本化，得到文本，根据所述文本得到包含距离特征的词向量空间，将词向量空间嵌入到Wifi指纹并对该Wifi指纹进行特征提取，得到融了和词向量特征的Wifi指纹特征空间；对Wifi指纹特征空间进行聚类，根据所述Wifi指纹特征空间对应的WiFi指纹所在的簇确定该条WiFi指纹所在楼层的层数；根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置。优选的，楼层定位时，聚类得到的一簇与一楼层的WiFi指纹对应，把聚类结果与WiFi信号的标签集对应，应用匈牙利算法进行二分图的匹配，得到评估最终楼层分类结果。优选的，根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置时，利用WiFi指纹特征与GPS之间的映射关系，得到WiFi指纹所在点的经纬度，根据经纬度确定WiFi指纹所在点在平面中的位置。优选的，WiFi指纹特征与GPS之间的映射关系为加入正则化项的半监督回归函数。优选的，根据所述文本得到包含距离特征的词向量空间时，将无线接入点的空间距离与文本中词向量与词向量之间的距离特征对应。优选的，每个无线接入点的mac地址建立有索引，将Wifi指纹文本化，得到文本的过程包括如下步骤：S1，将每个Wifi信号的信号接收强度归一化并加入Sigmoid函数，引入非线性因子作为词频TF；S2，将每个无线接入点mac地址的索引作为词，把该mac地址对应的经过S1处理的信号接收强度作为词频TF，将词频TF值作为索引在文档中的重复出现次数，得到处理后文本TEXT的格式如下：其中，词频e为自然指数，rssi为信号接收强度，word为文本中的词，n为一条文本中词的个数，i为文本中词的序号。优选的，表示无线接入点的词向量通过如下方式获得：采用Word2Vec模型训练Wifi指纹构成的Wifi指纹库，并采用CBOW模型最终得到表示每个无线接入点的词向量。本专利技术还提供了一种基于Wifi信号RSSI特征的室内定位系统，包括接收模块：用于接收室内环境中无线接入点的Wifi信号；数据预处理模块：用于对接收的Wifi信号的Wifi指纹文本化，得到文本，根据所述文本得到包含距离特征的词向量空间，将词向量空间嵌入到Wifi指纹，并对Wifi指纹进行特征提取，得到融了和词向量特征的Wifi指纹特征空间；计算模块：用于对Wifi指纹特征空间进行聚类，根据该Wifi指纹特征空间对应的指纹所在的簇确定该条WiFi指纹所在楼层的层数；根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置。本专利技术还提供了一种基于Wifi信号RSSI特征的室内定位设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现本专利技术如上所述基于Wifi信号RSSI特征的室内定位方法的步骤。本专利技术还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术如上所述基于Wifi信号RSSI特征的室内定位方法的步骤。本专利技术具有如下有益效果：本专利技术基于Wifi信号RSSI特征的室内定位方法将Wifi指纹文本化、并结合文本聚类技术来实现无监督的室内定位，本专利技术的定位方法在保证了定位效果的同时大大减少了标注的成本并增加了场景变换的适应性，通过将无线接入点的词向量空间嵌入到Wifi指纹特征空间中来度量WiFi指纹在高维流形空间中的距离，在定位过程中，无需集中式的存储和处理WiFi指纹，因此隐私性较好，能够保证用户隐私。附图说明图1是本专利技术定位方法中采用的联邦定位框架图；图2是本专利技术定位方法中采用的联邦定位选择的控制协议图；图3是本专利技术实施例中的定位模型图；图4是本专利技术实施例中的DCNN网络图；图5是本专利技术实施例中的准确率随着联邦轮数的变化示意图。具体实施方式下面结合附图和实施例对本专利技术进行详细说明。实施例本实施例基于Wifi信号RSSI特征的室内定位方法包括如下步骤：S1；本实施例采用的整体的联邦定位框架图如图1所示，由于参与联邦的设备具有异构性和动态性，为此设计一种选择控制协议来增强框架的鲁棒性和收敛速度，首先联邦服务器通过选择协议计算设备评分、选择本轮参与更新的设备协议流程图如图2所示。S101；考虑到设备的算力、电量这些条件的差异，需要选择上述条件良好的设备参与本轮的训练中，将归一化后的算力和电量之和作为设备得分，去除得分较低的设备。S102；在确定好被选择的设备后，将定位模型参数随机变量初始化、并定位模型下放到设备。S2；在终端设备上对收集到的WiFi指纹数据进行预处理并训练定位模型，具体定位模型图如图3所示。S201；观察到Wifi指纹与词袋模型(BOW,bagofwords)本文档来自技高网...

【技术保护点】
1.一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，包括如下过程：/n接收室内环境中无线接入点的Wifi信号；/n对接收的Wifi信号的Wifi指纹文本化，得到文本，根据所述文本得到包含距离特征的词向量空间，将词向量空间嵌入到Wifi指纹并对该Wifi指纹进行特征提取，得到融了和词向量特征的Wifi指纹特征空间；/n对Wifi指纹特征空间进行聚类，根据所述Wifi指纹特征空间对应的WiFi指纹所在的簇确定该条WiFi指纹所在楼层的层数；根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置。/n

【技术特征摘要】
1.一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，包括如下过程：
接收室内环境中无线接入点的Wifi信号；
对接收的Wifi信号的Wifi指纹文本化，得到文本，根据所述文本得到包含距离特征的词向量空间，将词向量空间嵌入到Wifi指纹并对该Wifi指纹进行特征提取，得到融了和词向量特征的Wifi指纹特征空间；
对Wifi指纹特征空间进行聚类，根据所述Wifi指纹特征空间对应的WiFi指纹所在的簇确定该条WiFi指纹所在楼层的层数；根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置。


2.根据权利要求1所述的一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，楼层定位时，聚类得到的一簇与一楼层的WiFi指纹对应，把聚类结果与WiFi信号的标签集对应，应用匈牙利算法进行二分图的匹配，得到评估最终楼层分类结果。


3.根据权利要求1所述的一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，根据Wifi指纹特征空间对应的WiFi指纹特征与GPS之间的映射关系得到在平面中的位置时，利用WiFi指纹特征与GPS之间的映射关系，得到WiFi指纹所在点的经纬度，根据经纬度确定WiFi指纹所在点在平面中的位置。


4.根据权利要求1或3所述的一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，WiFi指纹特征与GPS之间的映射关系为加入正则化项的半监督回归函数。


5.根据权利要求1所述的一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，根据所述文本得到包含距离特征的词向量空间时，将无线接入点的空间距离与文本中词向量与词向量之间的距离特征对应。


6.根据权利要求1或5所述的一种基于Wifi信号RSSI特征的室内定位方法，其特征在于，每个无线接入点的mac地址建立有索引，将Wifi指纹文本化，得到文本的过程包括如下步骤：
S1，将每个Wifi信...

【专利技术属性】
技术研发人员：王志，赵欣伟，徐文佼，郭加伟，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61