一种基于WiFi指纹的消防员室内定位方法技术

本发明专利技术公开了一种基于WiFi指纹的消防员室内定位方法，包括：当突遇火灾时，冲进火场的消防员接收无线访问节点所发射的信号强度信息，确定消防员属于的簇的编号；根据无线访问节点信赖度函数，对每个无线访问节点的信赖度进行计算与筛选，过滤掉因为火灾发生损坏的无线访问节点；在消防员所属簇中运用动态在线匹配算法，结合参考点接收到的信号强度值计算同簇中所有参考点的距离比重，选择距离比重大于距离比重阈值的参考点进行位置估计；根据选择的参考点计算出消防员的位置坐标。本发明专利技术针对火灾现场可能出现的AP损坏的情况提出了AP信赖函数对AP进行筛选；运用了动态在线匹配算法，提高算法的定位精度。提高算法的定位精度。提高算法的定位精度。

【技术实现步骤摘要】
一种基于WiFi指纹的消防员室内定位方法


[0001]本专利技术涉及室内定位和消防员定位
，具体而言涉及一种基于WiFi指纹的消防员室内定位方法。

技术介绍

[0002]近年来，随着中国北斗卫星导航系统(BDS)、全球定位系统(GPS)等卫星定位技术的发展和完善，室外环境中的消防员定位问题得到了有效的解决。然而这些卫星信号不能穿透大部分的建筑材料，不能有效的用于确定室内位置，因此消防员室内定位就需要利用其他的方法进行。一般情况下，消防员室内定位可以利用传感器技术、ZigBee定位技术或是超带宽室内定位技术来进行定位。其中：传感器定位技术对环境特别敏感，抗干扰能力较差；ZigBee定位技术传输速度慢、有效范围小；UWB定位技术可以实现高精度定位，但是需要配备至少两套发射装置，所需成本较高；
[0003]近几年，WiFi信号因为覆盖范围大、无需布线、传输速率快等优势，得到了广泛研究和利用。专利号为CN109547959A的专利技术中公开了一种消防无线传感器网络优化方法、装置及服务器，其中所述的消防无线传感器网络优化方法，应用于消防无线传感器网络，所述消防无线传感器网络包括传感器节点以及网关，所述传感器节点连接所述网关，所述方法包括：获取所述传感器节点的坐标；根据所述传感器节点的坐标，确定网关最佳坐标；根据所述网关最佳坐标，对所述传感器节点进行分簇，并确定簇头节点。通过上述方式，该专利技术解决了目前存在的网关设置不合理容易导致数据转发增加，路径损耗大的技术问题，实现减少数据转发，降低路径损耗，以降低能耗，提高网络寿命。专利号为CN108966369A的专利技术中涉及一种养老院人员定位监护系统及其方法，是针对解决现有同类方法及系统对信号强度值要求较高，定位较为不准的技术问题而设计。其要点是该系统的方法如下：先将养老院人员和/或物资配备上具有基础通信功能的设备，作为未知节点，并基于无线网络传感器与RSSI测距技术，获得无线网络节点与未知节点的估计距离；接着，通过对未知节点的邻居节点优化，利用均方偏差方法，选取出信赖度高的锚节点对未知节点进行定位，提高未知节点的定位精度。该系统的无线网络传感器包括面板盖、电池、电路板、盒体，面板盖设有无线发送接收天线、显示控制面板和安全指示灯，电路板设有定位模块、压力感应器、电源管理模块、RFID识别标签。
[0004]但是前述专利技术在实现消防定位时，都没有考虑到火灾容易对AP造成损伤导致的定位数据不准确的情况，也没有考虑到火灾现场可用AP的分布对定位精度产生的影响。

技术实现思路

[0005]本专利技术针对现有技术中的不足，提供一种基于WiFi指纹的消防员室内定位方法，能够避免在线匹配阶段算法的运行时间过长；针对火灾现场可能出现的AP损坏造成在接收端无法接收数据的情况或者在接收端接收到的数据不准确的情况提出了AP信赖函数对AP进行筛选；运用了动态在线匹配算法，避免了AP的分布对在线定位阶段对定位精度产生影
响，进一步提高算法的定位精度。
[0006]为实现上述目的，本专利技术采用以下技术方案：
[0007]本专利技术实施例提出了一种基于WiFi指纹的消防员室内定位方法，所述定位方法包括以下步骤：
[0008]S1：对定位区域进行网格划分，选出定位区域中的参考点；
[0009]S2：布置用于发射无线信号的无线访问节点；
[0010]S3：在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库；
[0011]S4：运用K
‑
Means++算法对所有参考点进行分簇，每个簇具有独立的编号；
[0012]S5：当突遇火灾时，冲进火场的消防员接收无线访问节点所发射的信号强度信息，确定消防员属于的簇的编号；
[0013]S6：根据无线访问节点信赖度函数，对每个无线访问节点的信赖度进行计算与筛选，过滤掉因为火灾发生损坏的无线访问节点；
[0014]S7：在消防员所属簇中运用动态在线匹配算法，结合参考点接收到的信号强度值计算同簇中所有参考点的距离比重，选择距离比重大于距离比重阈值的参考点进行位置估计；
[0015]S8：根据选择的参考点计算出消防员的位置坐标。
[0016]可选地，步骤S1中，所述对定位区域进行网格划分，选出定位区域中的参考点的过程包括以下步骤：
[0017]S11，以室内地面的左上角为原点(0，0)，向右为x轴，向下为y轴建立直角坐标系；
[0018]S12，在x轴上每隔2米取一个参考点，经过该参考点画平行于y轴的直线；在y轴上每隔2米取一个参考点，经过该参考点画平行于x轴的直线，与平行于y轴的直线相交，相交处便为整个区域的参考点。
[0019]可选地，步骤S2中，所述布置用于发射无线信号的无线访问节点的过程包括：
[0020]将无线访问节点分别放置在定位区域的四个角上；将每个无线访问节点的发射功率设置为100mW，发射频率设置为2.4x109Hz。
[0021]可选地，步骤S3中，在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库的过程包括以下步骤：
[0022]S31，在不同的时间点在每个参考点反复测得各个无线访问节点的RSSI，其中，在采集RSSI时在参考点移动设备并且调整设备的指向；
[0023]S32，整理得到同一参考点对应的多组指纹，依次求取得到每个参考点所有指纹的平均值，将求取得到的平均值设定该参考点的离线指纹；
[0024]S33，将所有参考点的指纹数据存入数据库中，生成指纹数据库。
[0025]可选地，步骤S4中，所述运用K
‑
Means++算法对所有参考点进行分簇的过程包括以下步骤：
[0026]S41，随机选取一个参考点作为聚类中心；
[0027]S42，计算各个参考点到选择出的聚类中心的欧式距离：
[0028][0029]式中，dis<i,k>表示参考点i和参考点k之间的欧几里得距离，RSSI
i，j
表示第i个参考点接收到的来自第j个无线访问节点的信号强度值，RSSI
k，j
表示第k个参考点接受到来自第j个无线访问节点的信号强度值，M表示整个定位区域的无线访问节点的数量；
[0030]S43，定义聚类中心选择公式，具体为：
[0031][0032]式中，P(i)表示成为参考i成为下一个聚类中心的概率，D(i)表示参考点i与上一个参考点之间的欧几里得距离，∑
x∈X
D(x)2表示所有参考点与上一个聚类中心的欧氏距离之和；
[0033]S44，选择概率最大的参考点成为下一个聚类中心；
[0034]S45，重复步骤S42至S44，直到所有的聚类中心都被选出；
[0035]S46，计算所有参考点与聚类中心之间的余弦相似度：
[0036][0037]式中，cos<i，k&am本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WiFi指纹的消防员室内定位方法，其特征在于，所述定位方法包括以下步骤：S1：对定位区域进行网格划分，选出定位区域中的参考点；S2：布置用于发射无线信号的无线访问节点；S3：在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库；S4：运用K
‑
Means++算法对所有参考点进行分簇，每个簇具有独立的编号；S5：当突遇火灾时，冲进火场的消防员接收无线访问节点所发射的信号强度信息，确定消防员属于的簇的编号；S6：根据无线访问节点信赖度函数，对每个无线访问节点的信赖度进行计算与筛选，过滤掉因为火灾发生损坏的无线访问节点；S7：在消防员所属簇中运用动态在线匹配算法，结合参考点接收到的信号强度值计算同簇中所有参考点的距离比重，选择距离比重大于距离比重阈值的参考点进行位置估计；S8：根据选择的参考点计算出消防员的位置坐标。2.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S1中，所述对定位区域进行网格划分，选出定位区域中的参考点的过程包括以下步骤：S11，以室内地面的左上角为原点(0，0)，向右为x轴，向下为y轴建立直角坐标系；S12，在x轴上每隔2米取一个参考点，经过该参考点画平行于y轴的直线；在y轴上每隔2米取一个参考点，经过该参考点画平行于x轴的直线，与平行于y轴的直线相交，相交处便为整个区域的参考点。3.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S2中，所述布置用于发射无线信号的无线访问节点的过程包括：将无线访问节点分别放置在定位区域的四个角上；将每个无线访问节点的发射功率设置为100mW，发射频率设置为2.4
×
109Hz。4.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S3中，在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库的过程包括以下步骤：S31，在不同的时间点在每个参考点反复测得各个无线访问节点的RSSI，其中，在采集RSSI时在参考点移动设备并且调整设备的指向；S32，整理得到同一参考点对应的多组指纹，依次求取得到每个参考点所有指纹的平均值，将求取得到的平均值设定该参考点的离线指纹；S33，将所有参考点的指纹数据存入数据库中，生成指纹数据库。5.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S4中，所述运用K
‑
Means++算法对所有参考点进行分簇的过程包括以下步骤：S41，随机选取一个参考点作为聚类中心；S42，计算各个参考点到选择出的聚类中心的欧式距离：
式中，dis<i，k>表示参考点i和参考点k之间的欧几里得距离，RSSI
i，j
表示第i个参考点接收到的来自第j个无线访问节点的信号强度值，RSSI
k，j
表示第k个参考点接受到来自第j个无线访问节点的信号强度值，M表示整个定位区域的无线访问节点的数量；S43，定义聚类中心选择公式，具体为：式中，P(i)表示成为参考i成为下一个聚类中心的概率，D(i)表示参考点i与上一个参考点之间的欧几里得距离，∑
x∈X
D(x)2表示所有参考点与上一个聚类中心的欧氏距离之和；S44，选择概率最大的参考点成为下一个聚类中心；S45，重复步骤S42至S44，直到所有的聚类中心都被选出；S46，计算所有参考点与聚类中心之间的...

【专利技术属性】
技术研发人员：张晓光，周成峰，孙彦景，李松，王刚，周恒，李岳健，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：