一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法技术

本发明专利技术涉及一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，包含步骤指纹采集点规划设置、指纹采集、设备定位扫描上报、指纹匹配计算、空间位置计算，该方法与原始KNN算法比较，采用多级聚合排序法，解决了传统定位算法受到空间干扰，定位不准的问题，本发明专利技术对室内复杂建筑结构和开放区域信号干扰具有更高的容忍度，定位准确度高。定位准确度高。定位准确度高。

【技术实现步骤摘要】
一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法


[0001]本专利技术涉及定位的
，具体涉及一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法。

技术介绍

[0002]随着数字经济的发展，室内外定位技术做为一种基础技术能力，再各行各业有着越来越广泛的需求和应用。室外定位，gps已经基于gps衍生的高精度定位技术已经非常成熟，是事实上标准。而室内定位技术，由于信号的衰减和多径效用，gps无法正常工作。近年来，业界尝试了多种技术手段，有蓝牙信标定位、超宽带uwb定位、地磁定位、wifi定位等，以期在室内定位领域实现一种低成本高精度低技术方案。这些技术各有各的特点，但由于室内环境的多样性和不稳定性，始终没有一种技术能完全满足业界的需求。
[0003]基于到达时间TOA，到达时间差TDOA，或到达角度AOA这类算法，由于对设备要求较高，无法有效利用广泛部署的wifi网络。而基于信号衰减的几何方位计算法受到室内结构的影响，无法建立广泛适用的距离衰减模型，可用的场景有限。位置指纹法因其不依赖特定设备，模型计算简单高效，容错本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于，包含以下步骤：S1：指纹采集点规划设置：对住宅小区各楼栋做指纹采集点位规划设置，每一楼层按照面积均匀设置指纹采集点位；S2：指纹采集：对每一个指纹采集点位进行环境Wifi指纹采集，并标记该指纹所属位置信息，上传云端服务器，并存储在位置指纹数据库；S3：设备定位扫描上报：设备终端或者支持wifi扫描的智能移动终端定时扫描采集环境中的wifi信号，并生成定位指纹数据，上报云端定位计算系统，由云端定位计算系统做定位计算处理；S4：指纹匹配计算：云端定位计算系统收到当前定位指纹数据，从位置指纹数据库提取本小区所有位置指纹信息，并筛选出能够匹配到当前定位指纹的位置指纹条目，并基于多级knn算法得到匹配位置指纹列表；S5：空间位置计算：基于S4得到的匹配位置指纹列表，计算当前设备的位置。2.根据权利要求1所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述步骤S2中指纹采集包括使用手机APP，所述位置信息包括所属楼栋号、单元号、楼层号和层内位置号。3.根据权利要求1所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述步骤S4包括以下子步骤： S4.1：位置指纹匹配选择，从位置指纹数据库提取本小区所有位置指纹信息，对于每一条位置指纹信息，如果其包含当前定位指纹的任意一条mac地址，则将其放入候选位置指纹列表(P1,P2
…
Pn) ，n为自然数；S4.2：楼栋选择，楼栋K值取Kb，从候选位置指纹列表(P1,P2
…
Pn)中选择前Kb个指纹点，并对该Kb个指纹点按照归属的楼栋做聚合(P11,P12
…
P1i)，(P21,P22
…
P2j)
ꢀ…
(Pm1,Pm2
…
Pmx)，m、i、j、x均为自然数，分别计算每一楼栋匹配的点位数量(B1, B2
…
Bx)， 选取匹配点位数量最大的楼栋作为候选楼栋 Bmax，候选匹配位置指纹列表为(Pb1, Pb2
…
Pbi)；S4.3：单元选择，如果候选楼栋Bmax单元数多于1，则需要进行单元选择过程；否则将候选位置指纹列表(Pb1, Pb2
…
...

【专利技术属性】
技术研发人员：陆振辉，
申请(专利权)人：杭州明启数智科技有限公司，
类型：发明
国别省市：