[发明专利]基于矩阵填充的位置指纹库构建方法

说明书

技术领域

本发明涉及室内定位技术，尤其涉及一种基于矩阵填充的位置指纹库构建方法。

背景技术

随着无线通信技术的快速发展，利用各种无线局域网及广域网所实现的位置服务(LBS)成为目前发展的热点。越来越多的用户对位置信息的需求不断增强，以满足其日常工作及生活。位置服务中首要解决的关键问题是定位问题。

目前的各种定位系统为位置服务及其各种应用的发展提供了必要的手段。在基于WLAN室内定位系统中，主要有基于几何测量及基于场景分析的两种定位方法，其中基于场景分析的位置指纹算法由于其定位精度高而被认为是目前主流的定位技术，基于WLAN的指纹定位过程可以分为两个阶段：

I.离线阶段

在多个参考点上采集不同接入点(APs)的信号强度，建立一个包括每个参考位置及其对应接收到的信号强度(RSS)的指纹数据库；

II.在线阶段

将终端实时接收到APs的RSS与所建立的指纹数据库中的RSS通过定位算法估算其所在的位置。

指纹库的质量直接决定了定位系统的定位精度。它由两个方面决定，一个是采集时间，另外一个是采集点的网格密度。采集信号时间越长，通过均值滤波得到的APs信号强度越准确，指纹库的有效性越高。指纹数据密度相对越高，即采集点的网格密度相对越高，在线阶段的位置匹配相对越准确。基于指纹的定位算法虽然能够取得较高的定位精度，但存在的一个主要问题是为了提高指纹库质量保证定位精度，在训练阶段需要花费大量的时间来采集指纹数据，尤其针对大面积的区域数据采集，工作量是巨大的。如何能够明显减少离线阶段的指纹库建立时的工作量，而获得可接受的定位精度是一个值得研究的问题。

通过研究发现，在室内的每个AP通常固定在一定的位置，假设各个AP的信号强度在空间的分布是相互独立的，相邻近的参考点所接收到相同AP的信号强度具有空间相关性，因此在建立指纹数据库时，可以选择采集一部分参考点的信号强度，而其他邻近参考点的信号强度可以根据相关性进行计算得到，如果通过这种方法得到的所有参考点上指纹数据对在线的定位精度影响是可以接受的，则可以极大地减少在离线阶段建立指纹数据库所需的工作量。

现有的指纹数据库构建方法有如下三种：

第一种是传统的方法，在定位区域中按照一定间隔设置若干参考点，在每个参考点所采集的每个AP的信号强度作为该位置的指纹，那么所有参考点位置的指纹集合就构成了一个指纹数据库；如果在整个定位区域参考点个数越多，各个参考点间的距离相对越近，则指纹密度越高，定位精度越高。当然，在离线阶段为了获得所有参考点的指纹，就需要花费大量的时间与精力，此外，随着周围环境的变化及AP的数量或者布局发生了变化，都需要对指纹数据库进行重新的建立，这样都大大增加了系统运行维护的成本。

第二种是基于无线传播模型的方法，该方法应用信号传播模型通过部分采集到的指纹数据来构建整个定位区域内的指纹数据库，该方法相对简单易于实施，但由于室内环境的多样性与复杂性，通常的传播模型不能够对多径衰落、干扰等问题进行准确地建模，从而影响到所建指纹数据库的有效性。

第三种是插值方法，该方法通过一个描述参考点位置与信号强度之间关系的插值函数来构建整个定位区域的指纹，该方法相比无线传播模型方法具有较好的性能，但为了获得较高的定位精度，插值方法仍然需要较多的采样数据才能构建有效的整个指纹数据库，前期的指纹数据采集工作量仍较大。

发明内容

本发明的目的在于提供一种基于矩阵填充的位置指纹库构建方法，能够从已知的部分参考点上的指纹数据恢复出所有参考点上的指纹数据，并且能够得到各种噪声矩阵，通过删除所构建指纹库中的噪点，从而为室内定位算法提供较好的指纹数据样本源。

为了实现上述目的，本发明提出了一种基于矩阵填充的位置指纹库构建方法，包括步骤：

在具有无线信号的室内测试环境中选择一个测试区域；

在所述测试区域内设置多个参考点；

选择部分参考点采集指纹数据，并建立指纹数据矩阵；

由部分参考点的指纹数据矩阵通过交替方向法得到所有参考点的指纹数据，完成指纹数据库的建立。

进一步的，在所述的基于矩阵填充的位置指纹库构建方法中，将所述指纹数据矩阵分为噪声矩阵、稀疏奇异矩阵及低秩矩阵。

进一步的，在所述的基于矩阵填充的位置指纹库构建方法中，所述噪声矩阵代表噪声数据，所述稀疏奇异矩阵代表所述奇异数据，所述低秩矩阵代表信号强度数据。