[发明专利]一种基于众包指纹分簇和匹配的室内子区域定位方法

说明书

技术领域

本发明属于通信与无线网络技术领域，更具体地，涉及一种基于众包指纹分簇和匹配的室内子区域定位方法。

背景技术

随着互联网技术广泛渗入人们的生活，人们在购物、饮食、娱乐、出行、医疗等方面都发生了革命性的变化。与此同时，人们对室内定位与导航服务的需求日益增加。目前，主流室内定位技术包括：WiFi定位、蓝牙定位、LED定位、RFID等。相比其他定位技术，基于信号强度(ReceivedSignalStrength，简称RSS)的WiFi定位技术是目前市场使用率较高的技术之一。主要原因是WiFi具有较小的实现成本和能够满足一定需求的定位精度。

基于RSS的室内定位技术主要分为两类：基于测距的定位和基于非测距的定位。前者通过接收到的RSS信号，根据传播模型计算目标到各信号源的距离，从而推测目标所在位置。但该方法受室内复杂环境影响大，很难准确估计传播模型。后者将不同地理位置接收到的信号向量作为该位置的“指纹”并构建各个位置的指纹数据，定位时通过与指纹数据库中的数据进行比较实现定位。

本发明采用基于非测距定位技术中最常用的技术——指纹定位技术，传统指纹定位技术分为两个阶段：离线训练阶段和在线定位阶段。训练阶段需要专业人员采集房间各参考点的指纹信息，并存储到指纹数据库。定位阶段通过将定位设备接收的指纹信号与指纹数据库中指纹对比获取设备位置信息。由于室内环境中信号路径损耗、反射、吸收等影响具有波动性，需要采集一段时间保证信号的准确性，从而增大指纹采集工作量。同时，当室内环境或者路由器发生变化时，原有指纹数据库定位精度将下降。另一方面。由于不同移动设备用于接收信号源信号的芯片并不相同，很多定位算法并不能很好实现不同设备利用RSS定位的问题。

近年来，随着众包思想的广为人知，一些室内定位的研究学者提出利用众包将离线阶段指纹信息采集工作转移到普通用户上从而大大减少训练阶段工作量。然而大部分基于众包的定位方法仍然需要众包用户标记当前采集信号点的物理位置，这与传统的人工采集工作并没有实质差别，而且还面临着众包用户恶意或无意造成的错误指纹等问题。另一方面，针对基于RSS的异质手机定位方法一般解决思路是利用不同设备之间信号的线性相关性。有的算法通过计算任意两种设备的线性相关性消除差异，这种方法需要大量数据，工作量大且实现复杂。还有的算法利用信号之间的大小排序代替信号绝对值的比较，虽然这种算法一定程度上减少了异质设备的差异，但并没有很好利用信号之间差异大小这一信息。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于众包指纹分簇和匹配的室内子区域定位方法，其目的在于，解决现有指纹定位技术中，训练阶段采集参考指纹工作量大和异质设备定位精度差的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于众包指纹分簇和匹配的室内子区域定位方法，包括以下步骤：

(1)在给定目标区域中设置N个信号源，保证目标区域中任何位置都能使终端设备接收到来自至少一个信号源的信号，并将目标区域依据物理结构划分成K个子区域，令r_i＝(r_i1,…,r_in,…,r_iN)表示终端设备在某一时刻接收到的N个信号源的指纹，其中r_in表示第i个指纹从第n个信号源接收到的信号强度，其中n＝1,2,…,N，i＝1,2,…,M,M为指纹总数，M、K和N都是自然数；

(2)终端设备接收到指纹r_i后将其上传到服务器，服务器将所有接收到的指纹保存在本地数据库中构成指纹集：

(3)服务器判断其当前接收到的指纹集中指纹的数目是否达到一设定阈值，如果是，则对当前指纹集中的每个指纹，计算它的局部密度和差异距离，通过这两个属性值在指纹集中选择K个指纹作为K个簇中心点，然后将其他指纹划分到这K个中心点所在的簇中，同时服务器开始接收新一轮指纹数据用于指纹集的更新，即重复上述步骤(2)；否则直接重复上述步骤(2)；

(4)根据K个子区域的物理特征和K个指纹簇中指纹特征将各个指纹簇一对一地匹配到子区域中。