[发明专利]一种室内定位方法及系统

说明书

技术领域

本发明涉及定位技术领域，特别是涉及一种室内定位方法及系统。

背景技术

目前，无线网络被广泛地应用于室内定位中，并且对室内定位的定位精度要求越来越高，其中，具有代表性的室内定位方案为基于朴素贝叶斯定位算法的定位方案。

但是，由于室内环境的复杂性，并且室内环境周围存在许多同频段信号的干扰，在采取朴素贝叶斯定位算法时，存在以下两个方面的问题：第一、由于在离线阶段基于地理指纹匹配采集的信号强度值的波动性，仅利用朴素贝叶斯定位算法构建指纹库，导致指纹库难以建立；第二、利用朴素贝叶斯定位算法，并结合回归算法形成贝叶斯回归算法会造成训练时间较长，增加了定位成本。

因此，需要提供一种新的室内定位方案，以在提高室内定位精度的同时，减少训练时间并降低定位成本。

发明内容

本发明实施例的目的在于提供一种室内定位方法及系统，以在提高室内定位精度的同时，减少训练时间并降低定位成本。具体技术方案如下：

第一方面，本发明实施例提供了一种室内定位方法，适用于服务器，所述服务器与多个监测端建立通信连接，所述方法包括：

分别获取由各个监测端监测到的待测终端的当前信号强度值；

基于所述当前信号强度值和所述当前信号强度值所对应的监测端的身份标识，与预先构建的指纹库中的指纹进行匹配，获取当前信号强度值在各个监测端各自所涵盖的各个的监测点所对应的概率密度函数以及坐标，其中，所述预先构建的指纹库中的任一指纹均包括：监测端的身份标识，该监测端对应的各个监测点的坐标，各个监测点的坐标处的各个信号强度值所对应的概率密度函数；

将所述当前信号强度值代入各个监测端各自所涵盖的各个的监测点所对应的概率密度函数，计算各个监测端各自所涵盖的各个的监测点所对应的概率密度；

基于当前信号强度值在各个监测端各自所涵盖的各个监测点所对应的概率密度以及坐标，利用预先构建的加权位置求解公式，计算所述待测终端所在的位置。

优选地，所述指纹库的构建过程包括：

分别构建各个监测端所对应的信号强度训练样本，其中，每一监测端所对应的所述信号强度训练样本由该监测端在该监测端所涵盖的各个监测点监测到的试验终端的信号强度值组成；

基于各个监测端所对应的所述信号强度训练样本和预先构建的概率密度公式，构建所述各个监测端在所涵盖的各个监测点获取的试验终端的信号强度值时所对应的概率密度函数；

基于各个监测端的监测点坐标、各个监测端所涵盖的监测点获取的试验终端的信号强度值和各个监测端在该监测点得到对应信号强度值所对应的概率密度函数构建指纹，并将所有指纹组成指纹库。

优选地，所述预先构建的概率密度公式为：

pi,j(s)=1MhΣm=1MK(s-rmh)]]>

其中，所述r是预先构建的信号强度训练样本中的第i个监测端在第j个监测点监测到的试验终端的信号强度值，所述p_i,j是概率密度，所述s是第i个监测端对待测终端进行监测时得到的当前信号强度值，所述K是核函数，所述M是监测到的所述r的总个数，所述h是平滑参数，所述m是表示在第i个监测端的第j个监测点的第m次监测。

优选地，所述基于当前信号强度值在各个监测端各自所涵盖的各个监测点所对应的概率密度以及坐标，利用预先构建的加权位置求解公式，计算所述待测终端所在的位置，包括：