[发明专利]一种基于余弦相似度的RSS检测差异补偿方法

说明书

本发明公开了一种基于余弦相似度的RSS检测差异补偿方法，该方法引入余弦相似度作为不同设备之间能否进行RSS室内定位精度差异补偿的度量标准，对满足度量标准的设备组通过比值校正的方法补偿RSS检测定位精度的差异，有效解决了由于不同设备RSS检测能力差异带来的精度和稳定性下降问题。此外，系统通过Android平台软件设计验证了本发明的有效性和可靠性。实验结果表明，本发明有效提高了定位精度和定位稳定性。

技术领域

本发明涉及无线通信网领域的室内定位技术，尤其涉及一种基于余弦相似度的接收信号强度RSS测差异补偿方法。

背景技术

近年来，随着无线网络的发展以及普适计算技术的广泛应用，很多公共和商业服务，包括搜索救援、火灾抢险以及基于位置的服务对移动用户的位置信息需求逐步增多。基于卫星信号的室外定位系统已非常成熟，但目前还缺少较为成熟的、被广泛采用的室内定位系统。因此，室内定位技术的研究具有十分重要的实践意义。随着Wi-Fi技术和移动设备无线网络接收器的迅速发展，无线网络覆盖已成为用于定位系统的天然航标灯。因此，通过深度挖掘和利用无线网络普遍性和Wi-Fi信号的特点来实现室内定位已经成为一个重要研究领域。

现有的Wi-Fi定位技术中，使用接收的信号强度指示(Received Signal StrengthIndicator，RSSI)并基于指纹数据库的室内定位算法具有突出优势。而基于确定性的指纹算法，如加权K临近法(Weight K-nearest Neighborhood,WKNN)，相对于基于概率性的算法计算复杂度低，运行速度快，易于实现。但是针对设备差异问题，将该算法应用于不同的移动设备且同时使用相同的位置指纹数据库，实验结果表明不同移动设备的定位精度和稳定性是有很大差别的，由此可知设备差异对定位精度和稳定性的影响是个不可忽略的问题。

离线训练阶段中生成指纹数据库的移动设备(即训练设备)和在线定位过程中移动用户使用的移动设备(即定位设备)的品牌和型号是不可控制的，而在某个定位区域中多个不同品牌和型号的在线定位设备却共用一个由某种品牌和型号的离线训练设备采集生成的位置指纹数据库。众所周知，由于Wi-Fi芯片、天线型号以及包装材料等差异，不同品牌和型号的移动设备对于Wi-Fi的信号接收强度检测能力是不同的，这样势必导致指纹数据库在不同的定位设备中与实时检测的RSS(接收信号强度)值的匹配准确度下降，从而使定位精度下降、定位稳定性降低。针对上述问题，现有的技术文献中还没有披露有效的解决方法。

发明内容

本发明所要解决的技术问题是不同品牌和型号的移动设备因为对于Wi-Fi的信号接收强度检测能力不同而造成的定位精度下降、定位稳定性降低的现象。

为了解决上述技术问题，本发明提出一种基于余弦相似度的RSS检测差异补偿方法，该方法引入余弦相似度作为不同设备之间能否进行RSS差异补偿的度量标准，对满足度量标准的设备组通过比值校正的方法补偿RSS检测差异，有效解决了由于不同设备RSS检测能力差异带来的定位精度和稳定性下降问题。

方法流程：

步骤一：假设有n个参考点(Reference Point，RP)，m个无线接入点(AceessPoint，AP)，首先进行离线训练阶段，构建目标定位区域的位置指纹数据库，分别计算在线定位设备在某已标志RP(参考点)上采集到的来自所有AP(无线接入点)的实时接收信号强度向量集和原始指纹数据库中各个RP(参考点)的接收信号强度向量集的余弦相似度CS_i；

步骤二：选择其中余弦相似度CS_i最大的RP(参考点)；

步骤三：计算该已标志RP(参考点)上在线定位设备采集到的接收信号强度向量集和余弦相似度最大的RP(参考点)的接收信号强度向量集各项分量，即来自各个AP(无线接入点)的接收信号强度值的对应比值t_i；