[发明专利]基于径向基插值的室内WLAN指纹数据库多点自适应更新方法

说明书

技术领域

本发明属于移动通信领域，具体涉及到一种无线电通信领域中室内WLAN环境下的指纹数据库更新方法。

背景技术

在移动通信领域，人们对基于位置的服务(LBS)的需求正在不断增长，基于WLAN的室内定位系统正是迎合了这种需求的一个新兴的研究热点。目前较为流行的无线定位系统有全球定位系统(GPS)、蜂窝定位系统、蓝牙定位系统、射频识别(RFID)定位系统、ZigBee定位系统以及WLAN定位系统。其中GPS定位系统目前应用最为广泛，室外定位精度较高，然而在障碍物较多的遮蔽或室内环境下，如高楼林立的城市街道或室内停车场，卫星信号会急剧减弱，导致GPS定位系统难以工作。蜂窝无线定位系统的定位精度较低，室外定位误差通常大于50米，对于定位精度要求较高的室内场景则无法适用。蓝牙、RFID和ZigBee等定位技术一般较为适用于近距离定位环境。因此，上述定位技术不具有较好的普适性，而需要寻找一种新的定位技术来代替或弥补各自的不足。同时，无线局域网的不断普及给了WLAN定位技术很大的发展机会。

在WLAN定位系统中，位置指纹定位方法的精度较高且不需要添加额外的设备，从而得到了较为广泛的应用。基于位置指纹的室内WLAN定位算法分为两个阶段：离线阶段和在线阶段。离线阶段，在选定的参考点位置上采集来自不同AP(Access Point)的RSS值，结合相应物理坐标构建指纹数据库；在线阶段，将实时采集的RSS指纹信息，按照一定的搜索匹配算法，与指纹数据库进行比较，得出对应采样数据的预测物理位置。

任何位置的RSS指纹由于受到多径效应或环境突变等因素的影响，其值是实时变化的，而在离线阶段建立的数据库则是固定不变的。因此在进行搜索匹配时，实际位置的RSS指纹与在数据库中所选RSS指纹相近而物理位置可能相差较远，所以对数据库进行实时更新很有必要。传统的数据库更新方法是在离线阶段重新测量数据库中所有位置的RSS值，然而更新所有RSS指纹的成本和时间开销很大。现有的优化方法一般是在指纹信号空间和物理位置空间之间建立一种函数关系，然后利用已有的物理坐标，代入函数估计出相应的指纹信息。这类方法的缺陷是定位精度不够高而且计算时间较长。

发明内容

针对现有技术存在的问题，本发明提供一种基于径向基插值的室内WLAN定位指纹数据库多点自适应更新方法。本发明在测量较少回馈点RSS值的基础上构造径向基插值模型，模拟小区域参考点RSS的变化规律，快速计算出数据库中除回馈点以外参考点的RSS值，提高定位精度的同时大大降低系统的计算时间开销。

本发明的技术方案如下：

一种基于径向基插值的室内WLAN定位指纹数据库多点自适应更新方法，该方法是基于径向基神经网络插值，利用在少量回馈点处实际测量的接收信号强度(RSS)构建数学插值模型，构造RSS估计曲面，由空间位置的相关性得到回馈点附近参考点的RSS估计值。利用该方法每次计算可更新多个参考点的RSS值，以不重复更新参考点为前提，在物理环境划分P个更新区域，不同的更新区域根据其所在截止区内回馈点密度和数量的不同，采用不同大小的截止区半径，该半径大小由通过旧数据库指纹信息得到的偏最小二乘回归模型计算得到，P次计算后便可更新整个数据库。

本方法的步骤如下：

步骤一：令相邻参考点距离为a，以不重复更新参考点为前提，将目标物理环境划分为P个更新区域，各更新区域内的参考点构成正方形区域；

步骤二：定义截止区为以各更新区域的中心为圆心且包含周围回馈点的圆形区域，则共有P个截止区；令截止区半径为R，截止区内回馈点个数为n，则回馈点面密度为记截止区半径R和回馈点面密度ρ的取值区间分别为(0,γ)和[p,q]，针对R和ρ的取值区间随机选取3000个组合取值；

步骤三：令(R,ρ)表示R和ρ的一个组合取值，则计算其相应截止区内的回馈点数目为[ρ·πR²]，其中符号[·]表示取整计算。

步骤四：对于第l(l＝1,…,P)个截止区，其中，l为截止区编号，P为截止区个数。设该截止区内包含M个待更新参考点和N^l个回馈点，区内第j个回馈点的物理坐标为第j个回馈点在旧数据库中对应的第i(i＝1,…,Q)个AP的指纹信息为其中，Q为AP个数。从而，构造第l个截止区内所有回馈点关于第i个AP的目标函数

步骤五：对于第l个截止区，将其所包含的参考点(待更新的M个参考点除外)物理坐标代入计算得到每个参考点所对应的RSS估计值。计算上述估计值与旧数据库中对应RSS值的差值的平均值，并将其表示为ω。