[发明专利]一种定位方法和装置

说明书

技术领域

本发明涉及无线通信应用领域，特别涉及一种定位方法和装置。

背景技术

随着物联网应用的不断扩大和深入，位置感知计算(Location-aware Computing)、基于位置的服务(LBS，Location-based Services)显得越来越重要，离开位置信息，感知数据也失去了应用价值。由于RSSI(Received signal strength index，接收信号强度指示)无需额外的硬件装置，成本低，能满足大规模应用要求，目前，室内定位大多采用基于RSSI的定位方式。

在现有技术中，基于RSSI的定位方式主要通过测距的方法实现，根据需要通过物理手段直接测量节点间的距离，以判断定位目标的位置。在对节点间的距离测量时，需要获取目标的接收发射信号的信号强度。定位目标根据接收到的信号强度，计算信号在传播过程中的损耗，使用理论或经验的信号传播模型将传播损耗转化为距离，通过该距离计算与信号发射器的距离，达到定位的目的。

但是，在发明人实现本发明的过程中，发现现有技术至少存在如下问题：

定位环境通常相对复杂，尤其表现在对室内环境进行定位时，信号微弱，且多径、反射现象严重，测距过程很容易受其影响产生测距误差，且由此带来的定位误差容易造成累积，影响定位精度。并且，在进行定位时，定位目标经常处于移动的状态，每一次定位都是独立的，不能体现定位目标前后位置的相关性，缺乏定位精度。

发明内容

为了解决现有技术中定位存在的问题，本发明提出了一种定位方法和装置。所述技术方案如下：

本发明实施例提出了一种定位方法，所述方法包括：

获取未知位置的无线信号及所述无线信号的信号强度和所述无线信号所属的预先布设的信标节点的ID(Identity，标识码)；

对所述无线信号所属的预先布设的信标节点的ID和信号强度进行处理得到未知位置特征；

获取所述未知位置的上一个位置的坐标，并根据所述上一个位置的坐标对定位区域内预先划分的网格进行剔除；

根据所述未知位置特征和所述定位区域内进行网格剔除后的剩余网格的重心坐标计算得到所述未知位置的坐标。

进一步地，在获取未知位置的无线信号及该无线信号的信标节点和信号强度之前，所述方法还包括：

获取所述定位区域内的网格的信号特征；

通过训练建立网格分类模型；

相应地，所述根据所述未知位置特征和所述定位区域内进行网格剔除后的剩余网格的重心坐标计算得到所述未知位置的坐标，具体的为，根据所述未知位置特征和所述网格分类模型对所述定位区域内预先划分的网格进行排序，并获取排序靠前的约定个网格的重心坐标，根据所述排序靠前的约定个网格的重心坐标计算得到所述未知位置的坐标。

进一步地，获取定位区域内的网格的信号特征，具体包括：

采用在所述每一个网格中自由移动的方式逐一的采集所述定位区域内的每一个网格的多个位置的信号特征，并将所述定位区域内的每一个网格的多个位置的信号特征集合起来作为所述定位区域内的网格的信号特征。

进一步地，所述采集所述每一个网格的多个位置的信号特征中的一个位置的信号特征，具体包括：

接收当前位置可得到的无线信号，测量并读取得到所述无线信号中的信标节点ID和所述当前位置接收到的每个ID的信标节点的无线信号的信号强度，并将当前位置接收不到的所述预先布设的信标节点的无线信号的信号强度设置为默认值；

对所述每个ID的信标节点的无线信号的信号强度进行滤波处理；

将所述进行滤波处理后得到的所述每个ID的信标节点的无线信号的信号强度保存为所述当前位置的信号特征；

其中，所述信号特征在保存时，每个经过滤波处理后的无线信号的信号强度与所述无线信号的信号强度所属的信标节点的ID相对应。

进一步地，所述通过训练建立网格分类模型，具体包括：

对所述信号特征进行归一化处理，并将归一化处理结果作为所述网格的网格特征；

根据所述网格特征建立所述网格分类模型的训练集；

取所述训练集中的每个样本中的预设部分输入到SVM(support vector machines，支持向量机)中建立训练模型；

将所述训练集中每个样本中的剩余部分输入到SVM中进行测试，判断所述训练模型的准确率，并根据所述准确率调整训练模型参数，将所述准确率达到最高时得出的训练模型作为网格分类模型；

其中，所述训练集中每个样本中的剩余部分为所述训练集中除去所述每个样本中的预设部分后剩余的部分。