WIFI室内信号分布模型自动选择与定位方法技术

本发明专利技术公开一种WIFI室内信号分布模型自动选择与定位方法，针对WIFI信号在室内分布的复杂性发明专利技术了一种多项式分布模型，并结合Keenan-Motley电波信号强度分布模型构建分布候选集，根据采样数据估计各模型参数并自动评估模型与实际信号强度分布的相近程度，达到自适应选择最优分布的目的；在参数估计阶段估计各分布参数的线性无偏估计，并计算分布模型的预测残差，以预测残差为依据自动从候选集中选择一个最优分布进行定位，这样能用多个模型弥补单一模型适应性的不足，提高分布模型与实际信号分布的逼近程度，从而提高WIFI室内定位的准确性。

【技术实现步骤摘要】
WIFI室内信号分布模型自动选择与定位方法
本专利技术涉及室内WIFI定位技术，具体涉及WIFI室内信号分布模型自动选择与定位方法。
技术介绍
随着无线定位技术的发展，室内定位技术成为人们关注的热点。现有的室内定位技术主要有：光跟踪定位技术、A-GPS定位技术、超声波定位技术、基于WIFI的定位技术等。其中，基于WIFI的定位技术具有覆盖范围广，信息传输速度快，实现成本较低等优点倍受人们的关注。利用WIFI信号进行室内定位方法主要分为两类：指纹匹配方法和信号分布模型方法。其中，指纹匹配方法将每一个采样点采集的WIFIID(即每个WIFI源具有唯一性的MAC地址)地址与对应的信号强度构成指纹向量录入中心数据库，与待定位终端采集到的WIFI指纹进行比较，以数据库内相似度最高的指纹位置或相似度最高的前几个指纹位置的均值为定位结果。指纹法的优点是计算简单，定位精度可以随采样点密度的增加而提高，但是过大的指纹数据量必然增加中心数据库存取负担导致比较检索时间延长，造成定位响应滞后。基于信号模型的方法能够解决采样点数据量过大的问题，它将WIFI信号的室内分布用分布模型表示，通过若干采样值训练模型参数，因此在数据库中只需要记录一个WIFI源的少量的参数，在定位阶段由终端接收到WIFIID从数据库中取出信号分布参数，由信号强度从信号分布模型中计算出相应的终端位置。信号分布模型方法是采用基于信号分布的方法，其进行WIFI定位的关键在于建立准确的WIFI信号场强分布模型。传统的室内电波传播模型(如Keenan-Motley模型)根据室内信号的某些传播特点建立信号分布模型，但不是所有环境下都能用单个模型准确描述信号分布。综合来看，当前方法主要有两方面缺陷：1、模型对信号场强分布的描述能力还有待增强，WIFI信号在室内分布形态极其复杂甚至呈现多峰状态，需要更为复杂的分布模型来逼近真实信号强度分布；2、仅采用单一模型无法适应所有室内分布情况，需要能多个模型中自动选择一个最符合某个WIFI源现实信号分布的模型来提高定位准确性。
技术实现思路
因此，针对上述的问题，本专利技术提出一种WIFI室内信号分布模型自动选择与定位方法，针对WIFI信号在室内分布的复杂性专利技术了一种多项式分布模型，并结合Keenan-Motley电波信号强度分布模型构建分布候选集，根据采样数据估计各模型参数并自动评估模型与实际信号强度分布的相近程度，达到自适应选择最优分布的目的；在参数估计阶段估计各分布参数的线性无偏估计，并计算分布模型的预测残差，以预测残差为依据自动从候选集中选择一个最优分布进行定位，这样能用多个模型弥补单一模型适应性的不足，提高分布模型与实际信号分布的逼近程度，从而提高WIFI室内定位的准确性。为了解决上述技术问题，本专利技术所采用的技术方案是，一种WIFI室内信号分布模型自动选择与定位方法，包括以下步骤：步骤1：构建模型候选集，该模型候选集至少包括两个室内信号分布模型；步骤2：信号采集：采用带WIFI模块的手持设备进行信号采集，每一个经纬度坐标对应一个采样点，其采集内容包括采样点的经纬度坐标、接收到WIFI信号ID(简写为WIFIID)、每个WIFIID对应的信号强度、WIFI源的位置(即WIFI信号发射装置所安装的位置)等信息，并将采集到的信息记录进数据库的采样信息表中；步骤3：对模型候选集内的模型进行参数估算：根据信号采集的信息估算步骤1中构建的模型候选集中各室内信号分布模型的参数；其估算方法可采用最小二乘法；步骤4：模型自动选择：根据估算所得参数分布计算每个室内信号分布模型在各采样点的信号强度预测值，将该预测值与各采样点的实际信号强度值进行比较，计算预测残差；根据预测残差的大小对各室内信号分布模型进行排序，从中选择预测残差最小的室内信号分布模型作为当前WIFI源的室内信号分布模型，并在数据库中的信号模型表中记录相应的模型序号与模型参数值；步骤5：定位：终端(接收信号的终端)根据其接收到的WIFIID，读取数据库中信号模型表，获得所选择的室内信号分布模型，由WIFIID相应的信号强度与分布模型计算各WIFI源的位置对当前位置的影响比重，以比重为权值计算各WIFIID位置的加权平均值，作为定位结果。步骤1中，优选的，该模型候选集包含Keenan-Motley模型(该模型为现有技术所公开)和本专利技术创建的多项式分布模型。其中，Keenan-Motley模型如下：其中f(d)表示信号强度，d为终端与WIFI源的距离，L(d)为信号衰减，P为无衰减信号强度(即WIFI信号发射器位置上的信号强度)，l0为常数，代表一米处路径损耗，γ为路径损耗系统，ki代表信号穿越同一类型墙或地板数，li为相应的穿越损耗系数。i＝2表示室内存在墙与地板两种不同性质的障碍，如更复杂的室内环境(如存在多种墙壁)可增大i的范围，参数估计方法不变。多项式分布模型如下：其中(x,y)为采样点坐标，f(x,y)表示信号强度，N为多项式分布阶次，Ci、Di、Emn和F为待估计参数。步骤2中，信号采集的具体步骤包括以下内容：步骤21：测量WIFI信号源的经纬度坐标位置，记录进信号模型表；步骤22：在WIFI信号源周边取采样点，将采样点经纬度坐标位置、在采样点上接收到的WIFIID、信号强度记录进数据库的采样信息表；步骤23：改变采样点位置重复步骤22，直到采样点均匀遍布需要实现WIFI定位的区域，进入步骤3。其中，上述采样信息表、信号模型表的数据库表设计如下：步骤3中对模型候选集内的模型进行参数估算，具体包括多项式分布模型参数估计和Keenan-Motley分布模型参数估计；其中，多项式分布模型参数估计包括以下内容：步骤31a：从采样信息表中取出某一WIFIID对应的采样记录，假设为M条，取出每条记录中的信号强度字段值f(xi,yi)，i＝1,2,...,M构建采样信号强度矩阵为：Y1＝[f(x1,y1),f(x2,y2),…,f(xM,yM)]T；步骤32a：根据多项式分布模型公式可知模型的系统观测矩阵表达式为：由步骤31a得到的M条采样记录中取出每条记录的采样点位置字段值(xi,yi)，i＝1,2,...,M，把(xi,yi)代入系统观测矩阵表达式B1中，得到系统观测矩阵；步骤33a：根据多项式分布模型公式可知模型的待估参数矩阵表达式为：X1＝[C1,…,CN,D1,…,DN,E11,…,Emn,F]T；根据最小二乘法原理计算X1的无偏估计为步骤34a：将步骤33a计算所得的参数估计值保存在缓存之中。Keenan-Motley分布模型参数估计包括以下内容：步骤31b：从采样信息表中取出某一WIFIID对应的采样记录，假设为M条，取出每条记录中的信号强度字段值f(di)i＝1,2,...,M构建采样信号强度矩阵为：Y2＝[f(d1),f(d2),…,f(dM)]T，对于同一个WIFIID信号强度矩阵Y2与Y1相等；步骤32b：根据Keenan-Motley分布模型可知模型的系统观测矩阵表达式为：由步骤31b得到的M条采样记录中取出每条记录的采样点位置字段值(xi,yi)，i＝1,2,...,M；从信号模型表中取出WIFIID对应的记录中的WIFI源位置字段值(x0,y0)，计算距离本文档来自技高网...

【技术保护点】
一种WIFI室内信号分布模型自动选择与定位方法，其特征在于：包括以下步骤：步骤1：构建模型候选集，该模型候选集至少包括两个室内信号分布模型；步骤2：信号采集：采用带WIFI模块的设备进行信号采集，每一个经纬度坐标对应一个采样点，其采集内容包括采样点的经纬度坐标、接收到WIFI?ID、每个WIFI?ID对应的信号强度以及WIFI源的位置，并将采集到的信息记录进数据库的采样信息表中；步骤3：对模型候选集内的模型进行参数估算：根据步骤2信号采集的信息，估算步骤1中构建的模型候选集中各室内信号分布模型的参数；步骤4：模型自动选择：根据估算所得参数分布计算每个室内信号分布模型在各采样点的信号强度预测值，将该预测值与各采样点的实际信号强度值进行比较，计算预测残差；根据预测残差的大小对各室内信号分布模型进行排序，从中选择预测残差最小的室内信号分布模型作为当前WIFI源的室内信号分布模型，并在数据库中的信号模型表中记录相应的模型序号与模型参数值；步骤5：定位：终端根据其接收到的WIFI?ID，读取数据库中信号模型表，获得所选择的室内信号分布模型，由WIFI?ID相应的信号强度与分布模型计算各WIFI源的位置对当前位置的影响比重，以比重为权值计算各WIFI?ID位置的加权平均值，作为定位结果。...

【技术特征摘要】
1.一种WIFI室内信号分布模型自动选择与定位方法，其特征在于：包括以下步骤：步骤1：构建模型候选集，该模型候选集至少包括两个室内信号分布模型；步骤2：信号采集：采用带WIFI模块的设备进行信号采集，每一个经纬度坐标对应一个采样点，其采集内容包括采样点的经纬度坐标、接收到WIFIID、每个WIFIID对应的信号强度以及WIFI源的位置，并将采集到的信息记录进数据库的采样信息表中；步骤3：对模型候选集内的模型进行参数估算：根据步骤2信号采集的信息，估算步骤1中构建的模型候选集中各室内信号分布模型的参数；步骤4：模型自动选择：根据估算所得参数分布计算每个室内信号分布模型在各采样点的信号强度预测值，将该预测值与各采样点的实际信号强度值进行比较，计算预测残差；根据预测残差的大小对各室内信号分布模型进行排序，从中选择预测残差最小的室内信号分布模型作为当前WIFI源的室内信号分布模型，并在数据库中的信号模型表中记录相应的模型序号与模型参数值；步骤5：定位：终端根据其接收到的WIFIID，读取数据库中信号模型表，获得所选择的室内信号分布模型，由WIFIID相应的信号强度与分布模型计算各WIFI源的位置对当前位置的影响比重，以比重为权值计算各WIFIID位置的加权平均值，作为定位结果；步骤1中，该模型候选集包含Keenan-Motley模型和多项式分布模型；其中，Keenan-Motley模型如下：式中，f(d)表示信号强度，d为终端与WIFI源的距离，L(d)为信号衰减，P为无衰减信号强度，l0为常数，代表一米处路径损耗，γ为路径损耗系统，ki代表信号穿越同一类型墙或地板数，li为相应的穿越损耗系数，i＝2表示室内存在墙与地板两种不同性质的障碍；其中，多项式分布模型如下：式中，(x,y)为采样点坐标，f(x,y)表示信号强度，N为多项式分布阶次，Ci、Di、Emn和F为待估计参数；所述步骤2中信号采集的具体步骤包括以下内容：步骤21：测量WIFI信号源的经纬度坐标位置，记录进信号模型表；步骤22：在WIFI信号源周边取采样点，将采样点经纬度坐标位置、在采样点上接收到的WIFIID、信号强度记录进数据库的采样信息表；步骤23：改变采样点位置重复步骤22，直到采样点均匀遍布需要实现WIFI定位的区域；所述步骤3中对模型候选集内的模型进行参数估算，具体包括多项式分布模型参数估计和Keenan-Motley分布模型参数估计；其中，多项式分布模型参数估计包括以下内容：步骤31a：从采样信息表中取出某一WIFIID对应的采样记录，该采样记录记为M条，取出每条记录中的信号强度字段值f(xi,yi)，i＝1,2,...,M，构建采样信号强度矩阵为：Y1＝[f(x1,y1),f(x2,y2),…,f(xM,yM)]T；步骤32a：根据多项式分布模型公式...

【专利技术属性】
技术研发人员：涂岩恺，黄家乾，时宜，季刚，
申请(专利权)人：厦门雅迅网络股份有限公司，
类型：发明
国别省市：