基于指纹数据库的室内定位方法、装置及介质制造方法及图纸

本发明专利技术公开了一种基于指纹数据库的室内定位方法、装置及介质，所述方法包括：在定位环境中选取高密度参考点；在高密度参考点集合中选取低密度参考点，利用低密度参考点集合构造观测矩阵，利用高密度参考点集合构造变换矩阵；测量低密度参考点处的接入点的信号强度；针对接入点进行求解优化和逆变换，得到信号强度在高密度参考点上的估计值，结合对应的坐标，得到基于高密度参考点的指纹数据库；获取待定位处接入点的信号强度，计算与指纹数据库中信号强度矢量的距离；并根据对应的坐标计算待定位终端的坐标。本发明专利技术可以利用少量参考点上信号强度通过转换得到高密度参考点处各接入点的信号强度，降低构建指纹数据库的工作量，减少成本，计算简单。计算简单。计算简单。

【技术实现步骤摘要】
基于指纹数据库的室内定位方法、装置及介质


[0001]本专利技术涉及室内定位
，尤其涉及一种基于指纹数据库的室内定位方法、装置及介质。

技术介绍

[0002]在室内环境，由于存在大量的非视距传播路径，难以准确测距，传统的定位方式均难以获得好的效果，定位误差很大。RF指纹定位是室内定位技术中很有竞争力的技术之一，但其构建RF指纹工作量较大，并且随环境变化，RF指纹还要更新。
[0003]在专利《基于压缩感知的DTMB与FM信号室内指纹定位系统方法(中国专利申请号CN201911137849.2)》中，该方案采用广播电视频段以及FM频段的信号进行定位，这些信号并非常用的通移动通信信号，用于定位的话，需要布设专用的收发设备，并且要求待定位的终端也能够收发对应的频段信息，这显然需要增加硬件成本。
[0004]在专利《基于贝叶斯压缩感知的室内无线终端定位方法(中国专利申请号CN201210077542.X)》中，该方案成立是基于待定终端只会出现在唯一的事先划好的网格点上这一假设，因此可以构建稀疏采样模型，进行位置的恢复。但如果待定位终端不是恰好出现在事先划好的网格点上，而是有一定偏差，那么稀疏模型不一定成立，会引入误差；另外该方案是在在线阶段引入压缩感知模型，用稀疏信号恢复的手段来还原待定位终端的位置，存在计算量较大，耗时较长的问题，对定位时间要求敏感的场景不一定适合。

技术实现思路

[0005]本专利技术提供了一种基于指纹数据库的室内定位方法、装置及介质，所述方法基于利用少量参考点上信号强度的测量转换得到高密度参考点处各接入点的信号强度来构建指纹数据库，比对指纹数据库中的最接近的坐标来计算目标定位。
[0006]为实现上述目的，本专利技术实施例提供了一种基于指纹数据库的室内定位方法，包括：
[0007]在定位环境中选取第一参考点，作为高密度参考点集合，记为HFP，其中第一参考点的数量满足N＝2
n
，n为正偶数；
[0008]将所述第一参考点按照位置进行矢量化排列并使用n位二进制码编号，将第一参考点的编号集合关于n维二进制矢量加法构成代数群的结构，记为群G＝(GF(2)
n
,+)；
[0009]在所述高密度参考点集合中选取第二参考点，作为低密度参考点集合，记为LFP，其中所述第二参考点的数量为M，且所述第二参考点满足构成所述群G上Bent函数的支撑集；
[0010]利用所述低密度参考点集合构造观测矩阵A
LFP
，利用所述高密度参考点集合构造变换矩阵A
G
；
[0011]在所述第二参考点处测量所述定位环境中的接入点的信号强度，并记为M维矢量；
[0012]针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量；
[0013]将每个所述N维矢量进行逆变换，得到所述接入点的信号强度在第一参考点上的估计值；
[0014]结合所述接入点的信号强度在第一参考点上的估计值以及其对应的第一参考点的坐标，得到基于高密度参考点集合的指纹数据库；
[0015]获取所述定位环境中的待定位终端的接入点的信号强度，并记为第一信号强度矢量；
[0016]计算第一信号强度矢量与所述基于高密度参考点集合的指纹数据库中每一行的第二信号强度矢量的距离；
[0017]取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置。
[0018]进一步的，利用所述低密度参考点集合构造观测矩阵A
LFP
；利用所述高密度参考点集合构造变换矩阵A
G
，具体包括：构造群G中的每一个元素对应的群特征为t
α
(x)＝(
‑
1)
(α,x)
，且在群G内取一个M元子集D，对任意一个群的特征，可以构造一个M*N的矩阵A
D
：
[0019]A
D
＝[t1(D),t2(D),...,t
N
(D)]，其中A
D
的元素只为1或者
‑
1乘以一个常数；
[0020]则根据上述定义利用所述低密度参考点集合构造观测矩阵A
LFP
：
[0021]A
LFP
＝[t1(LFP),...,t
N
(LFP)]；
[0022]利用所述高密度参考点集合构造变换矩阵A
G
，其中A
G
为只含有
‑
1和1乘以一个常数元素的对称矩阵，即并且矩阵A
G
构成N阶酉矩阵，满足E表示单位矩阵。
[0023]进一步的，所述针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量，具体包括：
[0024]其中的求解优化问题可以是：
[0025]或者是噪声误差优化问题：其中η为允许的噪声阈值；
[0026]或者是任意等价的或基于上述优化问题拓展出的其他凸优化求解问题；
[0027]根据优化问题的求解，可以得到N维矢量a
i
。
[0028]进一步的，所述逆变换的计算公式为：其中即每个接入点的信号强度在第一参考点上的估计值。
[0029]进一步的，所述取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置，具体为：
[0030]取所述距离中最小的k个距离，记为：d
m1
,d
m2
,...,d
mk
；
[0031]在所述基于高密度参考点集合的指纹数据库中查找对应的第二信号强度矢量的坐标，记为：(x
m1
,y
m1
),...,(x
mk
,y
mk
)；
[0032]计算待定位终端坐标，得到坐标
[0033]相应地，本专利技术实施例还提供了一种基于指纹数据库的室内定位装置，包括：
[0034]选取第一参考点模块，用于在定位环境中选取第一参考点，作为高密度参考点集合，记为HFP，其中第一参考点的数量满足N＝2
n
，n为正偶数；将所述第一参考点按照位置进行矢量化排列并使用n位二进制码编号，将第一参考点的编号集合关于n维二进制矢量加法构成代数群的结构，记为群G＝(GF(2)
n
,+)；
[0035]选取第二参考点模块，用于在所述高密度参考点集合中选取第二参考点，作为低密度参考点集合，记为LFP，其中第二参考点的数量为M，且满足构成所述群G上Bent函数的支撑集；
[0036]构造观测矩阵模块，用于利用所述低密度参考点集合构造观测矩阵A
LFP
；
[0037]构造变换矩阵模块，用于利用所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于指纹数据库的室内定位方法，其特征在于，包括：在定位环境中选取第一参考点，作为高密度参考点集合，记为HFP，其中第一参考点的数量满足N＝2
n
，n为正偶数；将所述第一参考点按照位置进行矢量化排列并使用n位二进制码编号，将第一参考点的编号集合关于n维二进制矢量加法构成代数群的结构，记为群G＝(GF(2)
n
,+)；在所述高密度参考点集合中选取第二参考点，作为低密度参考点集合，记为LFP，其中所述第二参考点的数量为M，且所述第二参考点满足构成所述群G上Bent函数的支撑集；利用所述低密度参考点集合构造观测矩阵A
LFP
，利用所述高密度参考点集合构造变换矩阵A
G
；在所述第二参考点处测量所述定位环境中的接入点的信号强度，并记为M维矢量；针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量；将每个所述N维矢量进行逆变换，得到所述接入点的信号强度在第一参考点上的估计值；结合所述接入点的信号强度在第一参考点上的估计值以及其对应的第一参考点的坐标，得到基于高密度参考点集合的指纹数据库；获取所述定位环境中的待定位终端处的接入点的信号强度，并记为第一信号强度矢量；计算第一信号强度矢量与所述基于高密度参考点集合的指纹数据库中每一行的第二信号强度矢量的距离；取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置。2.如权利要求1所述的基于指纹数据库的室内定位方法，其特征在于，在所述利用所述低密度参考点集合构造观测矩阵A
LFP
；利用所述高密度参考点集合构造变换矩阵A
G
，具体包括：构造群G中的每一个元素对应的群特征为t
α
(x)＝(
‑
1)
(α，x)
，且在群G内取一个M元子集D，对任意一个群的特征，可以构造一个M*N的矩阵A
D
：A
D
＝[t1(D)，t2(D)，...，t
N
(D)]，...，t
k
(d
M
)]
T
，其中A
D
的元素只为1或者
‑
1乘以一个常数；则根据上述定义利用所述低密度参考点集合构造观测矩阵A
LFP
：A
LFP
＝[t1(LFP)，...，t
N
(LFP)]；利用所述高密度参考点集合构造变换矩阵A
G
，其中A
G
为只含有
‑
1和1乘以一个常数元素的对称矩阵，即并且矩阵A
G
构成N阶酉矩阵，满足E表示单位矩阵。3.如权利要求1或2所述的基于指纹数据库的室内定位方法，其特征在于，所述针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量，具体包括：其中的求解优化问题可以是：s.t.A
LFP
a
i
＝r
i
；或者是噪声误差优化问题：s.t.||A
LFP
a
i
‑
r
i
||≤η，其中η为允许的噪
声阈值；或者是任意等价的或基于上述优化问题拓展出的其他凸优化求解问题；根据优化问题的求解，可以得到N维矢量a
i
。4.如权利要求3所述的基于指纹数据库的室内定位方法，其特征在于，所述逆变换的计算公式为：其中即每个接入点的信号强度在第一参考点上的估计值。5.如权利要求1所述的结基于指纹数据库的室内定位方法，其特征在于，所述取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置，具体为：取所述距离中最小的k个距离，记为：d
m1
，d
m2
，...，d
mk
；在所述基于高密度参考点集合的指纹数据库中查找对应的第二信号强度矢量的坐标，记为：(x
m1
，y

【专利技术属性】
技术研发人员：容荣，张昕，周芳华，
申请(专利权)人：中电科普天科技股份有限公司，
类型：发明
国别省市：