一种基于WiFi信号的多楼层室内定位方法技术

本发明专利技术公开了一种基于WiFi信号的多楼层室内定位方法，包括在建筑内部构建训练点群、构建原始WiFi指纹信息数据库和重构WiFi指纹信息数据库；本发明专利技术采用了室内广泛分布且信号强度很强的WiFi信号为基础，采用一种独特的WiFi信号数据处理方式，实现并优化了多楼层室内定位的技术；其中通过增加单点采样的时间来实现对同一个mac地址发出的WiFi信号强度多次采样，然后求其平均值作为最终代表该点采集到该mac地址发出的WiFi信号强度，能够避免信号强度因受复杂环境变化的影响导致的精确度降低；通过重构WiFi信号数据库避免严重的定位误差和定位楼层错误的情况，提高定位精确度。提高定位精确度。提高定位精确度。

【技术实现步骤摘要】
一种基于WiFi信号的多楼层室内定位方法


[0001]本专利技术涉及多楼层室内定位方法领域，具体是一种基于WiFi信号的多楼层室内定位 方法。

技术介绍

[0002]在高速的经济发展带动下，城市化建设速度飞快，人们在不同的建筑物里进行着多样 的活动。于是伴随着人们室内活动的增加，人们对室内定位的需求逐步增大，对室内定位 的精度要求也越来越高。但是因为建筑物墙体遮挡的影响(钢筋混凝土式的结构对外界电 磁波环境形成静电屏蔽)，曾经被广泛应用到全球定位领域的卫星定位系统并不能满足人 们室内定位的需求。所以室内定位方法在这样的环境下应运而生，并且一次次满足了人们 的各种室内定位的需求，比如在大型商场，大型超市，机场，会展中心等场景下对特殊人 群(老人和小孩)的照顾，对犯罪份子在不同建筑物内的实时跟踪定位，行动轨迹回放。 在救灾领域，被困人员的位置对救援工作也会非常重要，所以在能知道被困人员位置的情 况下实施救援会大大增加救援的成功率。
[0003]但是室内特征环境复杂多变，状况很不稳定。比如室内人员的随意走动，窗户的开关， 物品的摆放，室内的温度和湿度等等都会造成室内特征环境的变化。这就给实现室内定位 方法带来了很大的挑战。然而综合分析室内多变的环境，依然可以依靠实现定位的环境特 征有WiFi环境，地磁环境，蓝牙信号环境等等。
[0004]但是室内的蓝牙信号相对很稀少且蓝牙信号的稳定性很差，不适合用来室内定位；地 磁环境的特征相对于室内狭小范围内的差异非常微弱，也不能应用这种微弱的差别去区分 室内的各个位置的环境差异。所以需要对现有技术进行改进。

技术实现思路

[0005]本专利技术的目的在于提供一种基于WiFi信号的多楼层室内定位方法，以解决上述背景 技术中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于WiFi信号的多楼层室内定位 方法，所述室内定位方法包括以下步骤：
[0007]步骤一、在建筑内部构建训练点群：在室内选取若干坐标点，横向相邻训练点等间距 分布，纵向相邻训练点等间距分布，横向相邻训练点的间距与纵向相邻训练点的间距相等； 每个坐标点即为一个训练点，标定训练点的采样坐标；
[0008]步骤二、构建原始WiFi指纹信息数据库，采集室内任意一个训练点处各个mac地址 发出的WiFi信号强度，构成WiFi向量指纹信息；对任意一个训练点在一定时长内多次采 样，计算该点处各个mac地址发出的WiFi信号强度的平均值作为该点的WiFi向量指纹信 息；采用上述采样方法，对步骤一规划出的训练点群进行数据采集，构成整个室内的训练 点和WiFi向量指纹信息一一对应的WiFi指纹信息数据库；
[0009]步骤三、重构WiFi指纹信息数据库，将步骤二中所述的原始WiFi指纹信息数据库
中 的任意一个训练点的任意相邻的四个原始训练点的WiFi数据整合到一起，组成以原始四 个训练点为顶点的正方形中心点处的WiFi数据；整合方法是将同一mac地址下的WiFi 信号在四个不同原始点处能采集到的所有该信号的强度值求算术平均后作为该mac地址下 的WiFi信号在该正方形中心点处的WiFi信号强度值；直到将四个原始训练点处能采集到 的所有mac地址的信息都整合完毕后组成新训练点处的WiFi特征数据向量；按照上述方 法将所有的原始训练点的数据整合完毕，重新组成以每四个点为顶点的正方形中心点处的 新训练点，以新训练点处的整合WiFi数据为基本元素重构WiFi指纹信息数据库；
[0010]步骤四、采集室内任意一点的WiFi向量指纹信息与重构WiFi指纹信息数据库中的每 个新训练点处的WiFi特征数据进行相似度比较，找与到WiFi信号特征的最相似点的坐标 即为对该随机点实际位置的估计。
[0011]作为本专利技术的一种优选技术方案，上述步骤四中任意一点的WiFi向量指纹信息与重 构WiFi指纹信息数据库中的每个新训练点处的WiFi特征数据进行相似度比较的具体方法 是计算WiFi信号向量的欧氏距离d，计算公式为其中a
i
，b
i
分别代表随机点和数据库点的同一mac地址的信号强度。
[0012]作为本专利技术的一种优选技术方案，上述步骤二中训练点的采样时长为30s。
[0013]作为本专利技术的一种优选技术方案，上述步骤三中新训练点的采样时长为120s。
[0014]作为本专利技术的一种优选技术方案，上述步骤一中横向的相邻训练点的间距为50cm；纵 向的相邻训练点的间距为50cm。
[0015]与现有技术相比，本专利技术的有益效果是：
[0016]本专利技术采用了室内广泛分布且信号强度很强的WiFi信号为基础，采用一种独特的 WiFi信号数据处理方式，实现并优化了多楼层室内定位的技术；其中通过增加单点采样的 时间来实现对同一个mac地址发出的WiFi信号强度多次采样，然后求其平均值作为最终 代表该点采集到该mac地址发出的WiFi信号强度，能够避免信号强度因受复杂环境变化 的影响导致的精确度降低；通过重构WiFi信号数据库避免严重的定位误差和定位楼层错 误的情况，提高定位精确度。
附图说明
[0017]图1为一种基于WiFi信号的多楼层室内定位方法中单点WIFI信号指纹信息的处理方 式；
[0018]图2为一种基于WiFi信号的多楼层室内定位方法中某实验室采样点示意图；
[0019]图3为一种基于WiFi信号的多楼层室内定位方法中计算WIFI信号向量的欧氏距离示 意图；
[0020]图4为一种基于WiFi信号的多楼层室内定位方法中指纹数据库重构示意图；
[0021]图5为一种基于WiFi信号的多楼层室内定位方法中正方形模型法定位效果图。
具体实施方式
[0022]为了使本领域的技术人员更好地理解本申请方案，下面将结合本申请实施例中的附图 对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是
本申 请一部分的实施例，而不是全部的实施例；基于本申请中的实施例，本领域普通技术人员 在没有做出创造性劳动成果前提下所获得的所有其他实施例，都应当属于本申请保护的范 围；
[0023]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组 合，下面将参考附图1
‑
5，并结合实施例来详细说明本申请；
[0024]实施例1
[0025]1.采集数据的优化：
[0026]室内WiFi信号特征的具体表现为，室内某一点能检测到的各个WiFi信号发生器(路 由器)发出的WiFi信号强度，如表一所示：
[0027]表1 Wi
‑
Fi信号结构特征
[0028][0029]注：Mac地址:MediaAccess ControlAddress
[0030]RSSI信号强度:ReceivedSignal StrengthIndication
[0031]将该点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WiFi信号的多楼层室内定位方法，其特征在于，所述室内定位方法包括以下步骤：步骤一、在建筑内部构建训练点群：在室内选取若干坐标点，横向相邻训练点等间距分布，纵向相邻训练点等间距分布，横向相邻训练点的间距与纵向相邻训练点的间距相等；每个坐标点即为一个训练点，标定训练点的采样坐标；步骤二、构建原始WiFi指纹信息数据库，采集室内任意一个训练点处各个mac地址发出的WiFi信号强度，构成WiFi向量指纹信息；对任意一个训练点在一定时长内多次采样，计算该点处各个mac地址发出的WiFi信号强度的平均值作为该点的WiFi向量指纹信息；采用上述采样方法，对步骤一规划出的训练点群进行数据采集，构成整个室内的训练点和WiFi向量指纹信息一一对应的WiFi指纹信息数据库；步骤三、重构WiFi指纹信息数据库，将步骤二中所述的原始WiFi指纹信息数据库中的任意一个训练点的任意相邻的四个原始训练点的WiFi数据整合到一起，组成以原始四个训练点为顶点的正方形中心点处的WiFi数据；整合方法是将同一mac地址下的WiFi信号在四个不同原始点处能采集到的所有该信号的强度值求算术平均后作为该mac地址下的WiFi信号在该正方形中心点处的WiFi信号强度值；直到将四个原始训练点处能采集到的所有mac地址的信息都整合完毕后组成新训练点处的WiFi特征数据向量；按照上述方法...

【专利技术属性】
技术研发人员：倪海蛟，
申请(专利权)人：上海孤波科技有限公司，
类型：发明
国别省市：