[发明专利]一种无线位置指纹室内定位中在线匹配定位方法

说明书

技术领域

本发明涉及无线定位技术领域，特别是一种在无线位置指纹室内定位中在线匹配定位的方法。

背景技术

无线定位技术中，GPS技术为室外定位提供了精确的定位信息，而室内定位常使用的技术有射频识别、蓝牙、ZigBee、WiFi等，所使用的定位算法有近似法、到达时间法、到达角度法、位置指纹法等。

位置指纹法将移动终端设备在定位区域内不同位置采集到的网络接入设备的信号强度，作为场景特征(即位置指纹)来推断移动终端设备所处位置，其定位过程可分为离线采样阶段和在线定位阶段。

在线定位阶段主要进行位置指纹的匹配工作。移动终端将未知位置处生成的位置指纹RSSI，同离线采样阶段建立的位置指纹数据库中的RSSI，进行逐条比较匹配。在定位区域面积较大、采样位置数量较多的情况下，逐条匹配RSSI将耗费极大的计算时间，对定位的实时性产生影响，效率低下。而且，常用的匹配算法最近邻法、K近邻法、神经网络法、机器学习法等，存在定位精度过低或算法复杂度过高等问题。综上，无线室内定位技术急需一种简单有效的方法来提高定位的效率与精度。

因此，需要一种无线位置指纹室内定位中在线匹配定位方法。

发明内容

本发明的目的是提出一种无线位置指纹室内定位中在线匹配定位方法；该方法利用聚类算法获得隶属度矩阵，减少RSSI匹配数量，提高效率。

本发明的目的是通过以下技术方案来实现的：

本发明提供的无线位置指纹室内定位中在线匹配定位方法，包括以下步骤：

离线建立位置指纹库；

对位置指纹库进行模糊聚类得到隶属度矩阵；

实时采集待定位点数据；

判定待定位点数据所属类别和隶属度；

根据待定位点确定定位位置指纹样本集

采用反距离加权K近邻法和卡尔曼滤波算法获得待定位点的坐标。

进一步，所述位置指纹库的建立是按照以下步骤来实现的：

确定采样分布图；

采集采样点信号数据；所述信号数据包括采样点的坐标、信号强度和MAC地址；

对信号数据进行数据预处理；

存储位置指纹数据到数据库建立位置指纹数据库；

使用模糊聚类对定位区域内位置指纹库进行聚类并得到各类相应的隶属度矩阵。

进一步，所述模糊聚类对位置指纹库进行聚类处理；是根据待定位点接收到的无线接入点的MAC地址和相应的信号强度并按照以下公式进行计算：

其中，j表示第j个聚类中心；m表示设定的模糊度；c表示设定的聚类中心的数目；d_it表示第t个样本与第i个聚类中心的欧氏距离；d_jt表示第t个样本与第j个聚类中心的欧氏距离；μ_it表示第t个样本对第i个聚类中心的隶属度。

进一步，所述待定位点对各聚类中心的隶属度是按照以下步骤来实现的：

按照公式(1)所示计算欧氏距离d_ik，即第l次迭代时，第k(k∈[1,n])个样本数据与第i(i∈[1,c])个聚类中心的欧氏距离，：

d_ik＝||x_k-p_i||(1)

当d_ik＞0，则

当d_ik＝0，则

μ_ik＝1，μ_rk＝0(r≠i)(3)

其中，x_k表示第k个样本数据值，i表示第i个聚类中心；r表示第r个聚类中心；p_i表示第i个聚类中心对应的指纹；d_ik表示第k个样本与p_i的欧氏距离；μ_ik表示第k个样本对第i个聚类中心的隶属度；μ_rk表示第k个样本对第r个聚类中心的隶属度。

按照公式(4)所示计算更新聚类中心P：

其中，p_i^(l)表示第l次迭代时的第i个聚类中心；表示迭代前后两次聚类中心变化量；ε表示停止阈值；

当时迭代结束，输出隶属度矩阵U和聚类中心P，否则迭代次数l＝l+1，并计算公式(1)继续执行；

聚类结束后，按公式(1)、公式(2)和公式(3)计算待定位点对各聚类中心的隶属度μ_i。