[发明专利]基于RSSI修正值双重定位的蓝牙室内定位方法

权利要求书

1.一种基于RSSI修正值双重定位的蓝牙室内定位方法，包括：

(1)采集室内部署的各个iBeacon节点接收到的其他iBeacon节点的接收信号强度值，构成iBeacon节点信号强度矩阵R，并利用狄克逊检测法和高斯滤波算法对其进行修正，得到各个iBeacon节点的信号强度修正值，构成iBeacon节点信号强度修正矩阵R'：

其中：

i、j为iBeacon节点编号，n为iBeacon节点个数，i∈[1,n]，j∈[1,n]，n＞3；

R_ij＝[R_ij1 R_ij2 R_ij3 ... R_ij30]是1×30维矩阵，表示第i个iBeacon节点收到第j个iBeacon节点发出的30组信号值；

R_ij'表示第i个iBeacon节点收到第j个iBeacon节点的信号强度修正值；

(2)根据iBeacon节点信号强度修正矩阵R'，利用对数距离路径损耗模型，得到iBeacon节点到其他iBeacon节点的距离值，构成iBeacon节点距离矩阵D：

其中：D_ij表示第i个iBeacon节点到第j个iBeacon节点之间的距离值，当i＝j时，D_ij＝0；

(3)根据iBeacon节点距离矩阵D，采用多质心算法，得到各iBeacon节点的坐标估计值Q(x_i,y_i)，将Q(x_i,y_i)与各iBeacon节点的实际坐标e(v_i,z_i)比较，得误差点P(α,β)，按照如下步骤进行：

3.1)估计各iBeacon节点的坐标估计值Q(x_i,y_i)：

3.1a)将第i个iBeacon节点到第j个iBeacon节点的距离值D_ij按从小到大的顺序排序，得到距离集合：D_i1,D_i2,D_i3,...D_ij,...,D_in，其中D_i1＜D_i2＜D_i3＜...＜D_ij＜...＜D_in；

3.1b)用距离集合内的每个元素减去最小值D_i1，得出差值集合：

0,ΔD_i1,ΔD_i2,ΔD_i3,...,ΔD_ij,...,ΔD_in

3.1c)计算差值集合中各元素的平均值

其中：ΔD_ij＝D_ij-D_i1，表示第i个iBeacon节点到第j个iBeacon节点之间的距离值D_ij与最小值D_i1的差值；

3.1d)将iBeacon节点分别分成和的两个集合A和B，设在集合B内有m个节点，把集合B中相差最接近的3个iBeacon节点分成一组，共分成m-2组，计算每组的质心，其坐标(x_k,y_k)：

其中：k∈[1,m-2]，(x_k1,y_k1)、(x_k2,y_k2)、(x_k3,y_k3)是每组中的3个iBeacon节点坐标；

3.1e)将步骤3.1d)得到的质心重新视为新加入的iBeacon节点，再将m-2个质心点和集合A内的n-m个iBeacon节点构成多边形，采用质心算法计算这个多边形的质心，得到第i个iBeacon节点估计坐标Q(x_i,y_i)；

3.2)根据第i个iBeacon节点的实际坐标e(v_i,z_i)和估计坐标Q(x_i,y_i)，计算误差点P的横坐标和纵坐标：

(4)采集待定位节点接收iBeacon节点发出的接收信号强度值，构成定位节点信号强度矩阵r，并利用狄克逊检测法和高斯滤波算法对其进行修正，得到待定位节点的强度修正值，构成待定位节点信号强度修正矩阵r'：

r＝[r₁ r₂ r₃ ... r_i ... r_n]，r'＝[r₁' r₂' r₃' ... r_i' ... r_n']

其中：

r_i是1×30维矩阵，表示待定位节点收到第i个iBeacon节点发出的30组信号值；

r_i'表示待定位节点收到第i个iBeacon节点的信号强度修正值；

(5)根据待定位节点信号强度修正矩阵r'，利用对数距离路径损耗模型，得到待定位节点到其他iBeacon节点的距离值，构成待定位节点距离矩阵d：

d＝[d₁ d₂ d₃ ... d_i ... d_n]

其中：d_i为待定位节点到第i个iBeacon节点的距离值；

(6)根据待定位节点距离矩阵d，采用多质心算法，得到待定位节点的坐标估计值W(x,y)，按照如下步骤进行：

6.1)将待定位节点到第i个iBeacon节点的距离值d_i按从小到大的顺序排序，得到待定位距离集合：d_ε＝{d₁,d₂,d₃,...,d_i,...,d_n}，其中d₁＜d₂＜d₃＜...＜d_i＜...＜d_n；

6.2)用待定位距离集合d_ε内的每个元素减去最小值d₁，得出待定位差值集合d_ε'：

d_ε'＝{0,Δd₁,Δd₂,Δd₃,...,Δd_i,...,Δd_n}，

其中：Δd_i＝d_i-d₁，其表示待定位节点到第i个iBeacon节点之间的距离值d_i与最小值d₁的差值；

6.3)计算待定位差值集合d_ε'中各元素的平均值

6.4)将iBeacon节点分别分成的集合C₁和的集合C₂，设在集合C₂内有z个节点，把集合C₂中相差最接近的3个iBeacon节点分成一组，共分成z-2组，计算每组的质心，其坐标(x_L,y_L)为：

其中：L∈[1,z-2]，(x_L1,y_L1)、(x_L2,y_L2)、(x_L3,y_L3)是每组中的3个iBeacon节点坐标；

6.5)将步骤6.4)得到的质心重新视为新加入的iBeacon节点，再将z-2个质心点和集合C₁内的n-z个iBeacon节点构成多边形，采用质心算法得到这个多边形的质心，计算得到待定位节点的估计坐标W(x,y)；

(7)根据坐标估计值W(x,y)和误差点P(α,β)，得到待定位节点的最终坐标为：W(x+α,y+β)。