[发明专利]基于信息熵的WLAN室内定位RadioMap更新方法

权利要求书

1.基于信息熵的WLAN室内定位Radio Map更新方法，其特征在于它包括下述步骤：

步骤1：根据无线电在室内传播的有关特点及AP能使用的频段合理部署AP，保证环境中任意位置均可采集到来自至少2个AP的信号强度，且信号功率大于或等于-95dBm；

步骤2：根据需要定位的室内环境，选择合适的坐标原点以建立二维直角坐标系，均匀设置参考点并根据该直角坐标系标定各参考点坐标，在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中；

步骤3：对预更新的区域引入信息熵增益模型，选择其中r个信息熵增益较大的AP用于后续定位及更新操作；

步骤4：在选择r个信息熵增益较大的AP后，对r个AP计算两两之间的互信息熵，依次选择互信息熵较大的两AP作为定位及更新操作直到AP数量达到需求值m为止；

步骤5：利用测得的RSS值使用隐马尔科夫模型更新Radio Map。

2.根据权利要求1所述的基于信息熵的WLAN室内定位Radio Map更新方法，其特征在于，步骤2中的“在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中”的实现过程为：

在待更新区域中的每个参考点处利用信号接收机采集并记录来自每一个AP的接收信号强度RSS值n次并记录该参考点的二维坐标，形成N×n×(M+2)矩阵，其中N为待更新区域中参考点个数，n为在每一个参考点处采集信号的次数，M+2中M代表该环境中AP的数量，2代表二维坐标，保存在Radio Map中。

3.根据权利要求2所述的基于信息熵的WLAN室内定位Radio Map更新方法，其特征在于，步骤3中“选择其中信息熵增益较大的AP”的实现过程为：

步骤3.1：计算待更新区域中每个AP的信息熵增益Information Gain,IG，根据公式(1)计算，其中H(l)代表用户位置的信息熵，如公式(2)所示，其中p(l_g)表示在用户在位置l_g,g＝{1,2,…N}处的概率，为使用方便认为用户在各参考点处的概率相等即为从而公式(2)如公式(3)所示，当测试点获得的来自第i个AP(AP_i)的信号强度RSS值已知时，测试点实际位置的不确定度，即条件熵值H(l|AP_i)的计算如式(4)所示，其中p(l_g|AP_i＝v_e)代表在AP_i＝v_e的条件下，测试点在l_g处的条件概率，其计算如式(5)所示，式中p(AP_i＝v_e|l_g)表示在位置l_g处测得AP_i的RSS值为v_e的概率，v_e＝{0,-1,-2,…-100}dBm，该概率值可通过离线阶段测得的Radio Map统计结果得知，即在同一位置处通过n次测量统计出在该位置处AP_i＝v_e的概率，p(AP_i＝v_e)表示在所有参考点处测得AP_i的RSS值为v_e的概率，即公式(4)中p(l_g,AP_i＝v_e)＝p(AP_i＝v_e|l_g)p(l_g)代表测试点在l_g处的同时AP_i＝v_e的联合概率；

IG(AP_i)＝H(l)-H(l|AP_i)    (1)

H(l)=-Σg=1Np(lg)log2p(lg)---(2)]]>

H(l)＝log₂N    (3)

H(l|APi)=-ΣveΣg=1Np(lg,APi=ve)log2p(lg|APi=ve)---(4)]]>

p(l_g|AP_i＝v_e)＝p(l_g,AP_i＝v_e)/p(AP_i＝v_e)＝p(AP_i＝v_e|l_g)p(l_g)/p(AP_i＝v_e)    (5)

步骤3.2：对步骤3.1中计算出的M个的信息熵增益IG(AP_i)的大小进行排序，i＝(1,2,…M)，选取r，r≤M个信息熵增益大的AP。