[发明专利]室内定位方法及系统

说明书

技术领域

本发明涉及一种室内定位方法及系统。

背景技术

随着智能移动设备的不断普及以及无线网络技术的迅猛发展，基于用户信息的服务应用层出不穷。由于用户要求各种服务越来越具有针对性，用户位置信息作为一种提供定制服务的基本信息更是被更多应用利用于各种服务。尽管由于GPS（全球定位系统）定位技术，室外定位领域已经基本发展成型，室内定位却由于室内环境的各种局限性而仍然处于发展阶段。因此，如何提出一种定位准确并且可实际实现于智能移动设备的室内定位技术，是一个具有挑战性的问题。

现有的室内定位技术大致分为如下两种：

一是基于硬件的室内定位技术：目前已有的部分室内定位技术是基于硬件的室内定位技术。利用超声波，蓝牙或者射频信号进行定位，但是由于这些技术都需要在环境或者移动设备上添加额外硬件导致成本较高并且不易于实现，因此没办法进行大范围普及。

二是基于无线网络信号的室内定位技术：由于目前高度覆盖的无线网络环境，以及移动设备内默认配置的无线网络模块，该方法不需要添加额外硬件，但是由于无线网络信号易受干扰，导致信号中存在一定的噪声，因而导致定位匹配不精确。目前主流的匹配算法是最近邻居法，该方法利用了指纹之间的相似性进行匹配。但是该方法准确度无法满足市场应用的服务需求。

发明内容

有鉴于此，有必要提供一种室内定位方法及系统。

本发明提供一种室内定位方法，该方法包括如下步骤：a.设置参考点，采集所述参考点的指纹，并存入指纹库中；b.对采集到的每个参考点的指纹进行训练，从而得到所需的定位参数；c.利用上述得到的定位参数，计算需定位的指纹与每个参考点的距离，选取距离最小的参考点作为定位结果。

其中，所述的步骤b包括：b1.根据指纹库中记录的指纹，获得每个参考点的稀疏字典；b2.获得每个参考点平均指纹的稀疏表示；b3.确定稀疏字典最优的大小k以及γ，作为最终的定位参数。

所述的步骤b1中获得参考点Pi的大小为k的稀疏字典Di包括：b11.根据指纹库中记录的Pi的指纹Fi1,Fi2,…,FiM，计算得到该参考点Pi的平均指纹f₁；b12.在Fi1,Fi2,…,FiM中寻找与f₁最接近的指纹作为该参考点Pi的稀疏字典的第一个元素d1；b13.将f₁向当前字典空间进行最小二乘投影获得最小投影残差r；b14.在Fi1,Fi2,…,FiM中除该稀疏字典已选元素外，将与r最接近的指纹作为新的字典元素；b15.如果字典大小尚未到达k，则返回b13进行循环；b16.如果字典大小达到k，则停止寻找，记录该参考点Pi的稀疏字典Di。

所述的步骤b3具体包括：选择一个需要定位的室内环境内的25%的参考点，然后对所选择的每一个参考点取5条指纹作为参数训练指纹；对于k等于1到指纹维度，分别求得对应的每个点的稀疏字典；对于不同的k，γ取0,0.01,0.02,…,0.99,1，将所述参数训练指纹向每个参考点的稀疏字典进行投影，计算该指纹距离该点距离，最终将所述参数训练指纹定位到距离最小的参考点；计算对于不同的k，γ分别取0,0.01,0.02,…,0.99,1时，将每个参数训练指纹实际坐标与定位到的参考点坐标的距离作为定位误差，并计算得到定位误差均值；从上述得到的定位误差均值中选取的最小定位误差均值，确定该最小定位误差均值的k以及γ作为最终的定位参数。

所述的步骤c包括：将需定位的指纹ft向每个参考点的稀疏字典进行投影，获得对应的系数与残差，将该系数与稀疏字典联合恢复为指纹主成分ft’，根据确定的k、γ，计算得到需定位的指纹ft与每个参考点的距离，选取最小的距离对应的参考点坐标作为定位结果。

本发明提供一种室内定位系统，包括相互电性连接的指纹采集模块、指纹训练模块及指纹匹配模块，其中：所述指纹采集模块用于设置参考点，采集所述参考点的指纹，并存入指纹库中；所述指纹训练模块用于对采集到的每个参考点的指纹进行训练，从而得到所需的定位参数；所述指纹匹配模块用于利用上述得到的定位参数，计算需定位的指纹与每个参考点的距离，选取距离最小的参考点作为定位结果。

其中，所述指纹训练模块具体用于：根据指纹库中记录的指纹，获得每个参考点的稀疏字典；获得每个参考点平均指纹的稀疏表示；确定稀疏字典最优的大小k以及γ，作为最终的定位参数。