[发明专利]一种基于压缩感知的RSSI区域分段式定位方法

权利要求书

1.一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，包括离线阶段和在线阶段：

(1)离线阶段：在无线局域网环境下，对环境空间进行无线信号采样，得到指纹库，存入中心服务器；

(2)在线阶段：对无线接入点和目标进行信号采样，得到RSSI矩阵，无线接入点位置已知，粗定位基于RSSI矩阵计算各无线接入点到目标的欧式距离，用K近邻选择方法选择无线接入点，缩小目标的范围，精定位在选择的区域内进行无线信号采样，填写测量矩阵，再从服务器导入指纹库，构建过完备字典，在测量矩阵和字典满足不相干的条件下，通过信号重构算法得到目标当前位置。

2.根据权利要求1所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的离线阶段包括以下步骤：

(1)定位区域布置：定位模型将定位空间平面分成N个参考位置，并对每个参考位置来自上下左右不同方向上各采样X次，无线接入点的个数为M个，且均匀等分定位空间平面，4个阅读器分布在定位区域四周；

(2)构建指纹库：在N个参考位置采集不同方向上来自M个无线接入点的RSSI值X次，X次采样平均值组成一个大小为N×M的矩阵再由参考点的位置坐标构建指纹库，存储在中心服务器，在定位区域变化较大时，还能通过压缩感知重构更新指纹库。

3.根据权利要求1所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的在线阶段包括以下步骤：

(1)粗定位：定位区域四周的阅读器接收各无线接入点和目标的RSSI值，分别组成矩阵A和矩阵T，先基于RSSI值计算目标到各无线接入点的欧式距离，再使用K近邻选择方法选择离目标最近的K个无线接入点，将目标所在的范围缩小在被选择的无线接入点的范围；

(2)精定位：在上述粗定位锁定的区域内，目标在线采样信号强度，得到少量的测量值，根据无线接入点的位置构建测量矩阵，从服务器导入指纹库构建过完备字典Ψ，采用正交化预操作使其和Ψ满足不相干性，再通过信号重构算法得到位置信号稀疏向量，最终估计目标位置。

4.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的X为4次。

5.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的精定位中测量值为向量y。

6.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的精定位中测量矩阵为Φ，它由无线接入点的位置决定。

7.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的位置信号稀疏向量为θ。

8.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的指纹库构建过程中采样到的平均值矩阵

其中，i＝1,2,...M,j＝1,2,...N,表示离线阶段第j个参考点到i个无线接入点采样X次的RSSI平均值，表示第λ次采样值。

9.根据权利要求2所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述的指纹库可以表示为(x_j,y_j)表示第j个参考点的位置坐标。

10.根据权利要求3所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述阵的矩

其中，矩阵A表示阅读器采样M个无线接入点的RSSI值，矩阵T表示阅读器采样K个目标的RSSI值。

11.根据权利要求3所述的一种基于压缩感知的RSSI区域分段式定位方法，其特征在于，所述粗定位中计算欧式距离的公式

其中，D_l,j表示第l个AP到第j个目标的欧式距离。