[发明专利]一种基于双套指纹叠加的WLAN室内定位方法

说明书

技术领域

本发明属于无线通信的技术领域，本发明是一种基于双套指纹叠加的WLAN室内定位方法，适用于无线局域网环境下的室内人员/资产定位。

背景技术

随着物联网的兴起和快速发展，基于位置的服务应用越来越广泛，基于位置的服务要求定位系统提供准确、实时、可靠的位置信息。因此，充分利用现有的无线局域网络(Wireless Local Area Networks，WLAN)，以较低的成本提供室内环境下的精确的位置信息，具有重要的现实意义。

目前室内定位方法中应用最普遍的是位置指纹法，该方法将参考点RP(Reference Point)从无线接入点AP(Access Point)中测得的信号强度RSS(Received Signal Strength)作为指纹特性与地理空间相匹配，无需增加额外硬件，简单易行，定位精度较高。位置指纹法共分为离线阶段和在线阶段两个步骤，主要包括最近邻法、K近邻法和概率法。其中K近邻法(KNN，K Nearest Neighbors)在算法复杂度和定位精度上具有一定优势，然而RSS易受多径、绕射、衍射、人员走动等干扰因素影响，使经过KNN算法计算出的个别候选参考点远离真实待定位点，会对定位精度造成一定影响。

传统的基于RSS位置指纹定位法在离线阶段均采用建立单套指纹的方法，在室内定位区域中间隔一定距离均匀设置参考点并采集RSS，在线阶段需要以遍历的方式去匹配位置指纹地图中的指纹信息。理论上定位精度随着参考点密度增大而获得提升，由于离线阶段需要人工参与建立指纹库，为了获得较高的定位精度，离线工作量也会随之增大，这会使时间成本迅速提高。

专利名称：基于近邻点数优化的WLAN室内KNN定位方法，专利申请号：201010154412.2，年份2010年，公开了一种基于近邻点数优化的WLAN室内KNN定位方法，该方法解决了现有的WLAN室内KNN定位方法中，因近邻点数选取不当所导致的定位精度恶化的问题，然而该方法在离线阶段将目标区域划分成均匀的网格，需要人工采集每一个参考点的RSS，离线工作量很大。

专利名称：基于分区信息熵增益的WLAN室内定位方法，专利申请号：201210329662.4，年份：2012年，公开了一种基于分区信息熵增益的WLAN室内定位方法，该方法通过利用K均值聚类算法将定位空间分区来减少定位所需的运算量并通过筛选AP来提高定位精度，为了减小系统误差，提高参考点密度，然而该方法在离线阶段将目标区域划分成间隔1米的均匀网格，需要人工采集每一个参考点的RSS，离线工作量很大。

专利名称：基于分类阈值及信号强度权重的室内定位方法，专利申请号：201310155441.4，年份2013年，公开了一种基于分类阈值及信号强度权重的室内定位方法，该方法通过根据路径损耗特征对参考点分类来确定匹配阈值并以参考点信号强度作为权重参与K近邻加权，可减小室内环境干扰造成RSS随机抖动的影响，削弱乃至消除被严重干扰的参考点的影响，较为准确地实现室内定位，然而该方法在离线阶段将目标区域划分成间隔1.5米的均匀网格，需要人工采集每一个参考点的RSS，离线工作量很大。

针对上述背景内容，研究一种简单易行、离线工作量大大降低且定位精度仍能保证较高水平的位置指纹定位算法，对WLAN室内定位具有重要意义。

发明内容

本发明的目的是为了改进现有位置指纹定位算法，提供一种基于双套指纹叠加的WLAN室内定位方法，既能提升定位精度，减弱RSS受多径、绕射、衍射、人员走动等干扰因素对定位造成的影响，又能大大降低离线阶段指纹建库的工作量，简单易行，从而为实现室内精确定位具有重要的应用价值。

本发明提供的技术方案包括如下步骤：

A、将待定位区域划分成均匀网格，每一个网格的边长为l，单套指纹共m个参考节点，将网格的顶点作为参考点的位置并接收来自n个AP的RSS值，构建第一套RSS指纹地图；

B、平移第一套指纹地图中的全部m个参考点，构建第二套RSS指纹地图，并结合两套指纹地图构建直角坐标系；

C、在线定位阶段，根据待定位点的实时RSS值，分别判定其所在第一套指纹及第二套指纹中的位置，并将其所属网格作为该套指纹的候选网格；

D、分别选出两套指纹地图中的候选网格，根据特定算法确定待定位点的位置。

所述步骤A为：

A1、将每个参考点接收到的k次来自每一个AP的信号强度RSS值构成一个n×k矩阵，该矩阵的第i行和第j列分别表示来自第i个AP第j次测量的RSS值，其中，i≤n,j≤k。